stable baselines3 contrib

Стабильные баселины3-вклад (SB3-контроль)

Пакет CONTIB для стабильных баселинов3 - Код экспериментального обучения подкреплению (RL). "SB3-Contrib" за короткий.

Что такое SB3-контроль?

Место для алгоритмов RL и инструментов, которые считаются экспериментальными, например, реализациями последних публикаций. Цель состоит в том, чтобы сохранить простоту, документацию и стиль стабильных баселин3, но для менее зрелых реализаций.

Зачем создавать этот репозиторий?

На протяжении всей стабильной базелины и стабильных баселин3 сообщество стремится внести свой вклад в форме лучших утилит для ведения ведения ведения ведения, обертки окружающей среды, расширенной поддержки (например, различных пространств действия) и алгоритмов обучения.

Однако иногда эти утилиты были слишком нишевыми, чтобы их можно было учитывать для стабильных баселин или оказалось слишком сложным, чтобы хорошо интегрироваться в существующий код без создания беспорядка. SB3-Contrib стремится исправить это, не требуя самой аккуратной интеграции кода с существующим кодом и не устанавливая ограничения на то, что слишком нишевое: почти все удаленно полезно! Мы надеемся, что это позволит нам обеспечить надежные реализации после обычных стандартов стабильных базелей (последовательный стиль, документация и т. Д.) Помимо относительно небольшого объема коммунальных услуг в основном репозитории.

Функции

См. Документацию для полного списка включенных функций.

Алгоритмы RL :

• Дополненный случайный поиск (ARS)
• Квантильная регрессия DQN (QR-DQN)
• PPO с неверным маскированием действий (Maskableppo)
• PPO с повторяющейся политикой (Recurrentppo aka PPO LSTM)
• Усеченные квантильные критики (TQC)
• Оптимизация политики траста региона (TRPO)
• Нормализация партии в обучении глубоким подкреплением (CrossQ)

Обертки в спортзале :

• Время функциональна

Документация

Документация доступна онлайн: https://sb3-contrib.readthedocs.io/

Установка

Чтобы установить стабильный базовый вклад в PIP, выполнить:

 pip install sb3-contrib

Мы рекомендуем использовать master версию стабильных базовых показателей3.

Для установки стабильной базовой версии3 master версия:

 pip install git+https://github.com/DLR-RM/stable-baselines3

Чтобы установить стабильную master -версию Baserines3:

 pip install git+https://github.com/Stable-Baselines-Team/stable-baselines3-contrib

Как внести свой вклад

Если вы хотите внести свой вклад, сначала прочитайте ancoming.md -гид.

Ссылаясь на проект

Чтобы привести этот репозиторий в публикациях (пожалуйста, цитируйте SB3 напрямую):

 @article { stable-baselines3 ,
  author  = { Antonin Raffin and Ashley Hill and Adam Gleave and Anssi Kanervisto and Maximilian Ernestus and Noah Dormann } ,
  title   = { Stable-Baselines3: Reliable Reinforcement Learning Implementations } ,
  journal = { Journal of Machine Learning Research } ,
  year    = { 2021 } ,
  volume  = { 22 } ,
  number  = { 268 } ,
  pages   = { 1-8 } ,
  url     = { http://jmlr.org/papers/v22/20-1364.html }
}