在 Hugging Face 上使用 RL-Baselines3-Zoo
rl-baselines3-zoo 是一个使用 Stable Baselines3 进行强化学习的训练框架。
在 Hub 上探索 RL-Baselines3-Zoo
您可以在 模型页面 左侧的过滤器中找到 RL-Baselines3-Zoo 模型。
Stable-Baselines3 团队托管了一系列 +150 个训练过的强化学习代理，它们具有经过优化的超参数，您可以在 这里 找到它们。
Hub 上的所有模型都具有有用的功能
- 自动生成的模型卡片，其中包含描述、训练配置等。
- 有助于发现的元数据标签。
- 评估结果，用于与其他模型进行比较。
- 一个视频小部件，您可以在其中观看您的代理执行操作。
使用现有模型
您可以使用 load_from_hub 从 Hub 下载模型。
# Download ppo SpaceInvadersNoFrameskip-v4 model and save it into the logs/ folder
python -m rl_zoo3.load_from_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/ -orga sb3
python enjoy.py --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/您可以定义三个参数
--repo-name: 仓库名称。-orga: Hugging Face 用户名或组织。-f: 目标文件夹。
分享您的模型
您可以使用 push_to_hub 轻松上传您的模型。这将保存模型、对其进行评估、生成模型卡片并记录您代理的回放视频，然后将完整的仓库推送到 Hub。
python -m rl_zoo3.push_to_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 --repo-name dqn-SpaceInvadersNoFrameskip-v4 -orga ThomasSimonini -f logs/您可以定义三个参数
--repo-name: 仓库名称。-orga: 您的 Hugging Face 用户名。-f: 保存模型的文件夹。