• Stable Baselines官方文档中文版

  起这个名字有点膨胀了。

  网上没找到关于Stable Baselines使用方法的中文介绍，故翻译部分官方文档。非专业出身，如有错误，请指正。

  官方文档中文版汇总：Github CSDN

• 注释

  @@@后的内容是自己加的注释

Stable Baselines是一组基于OpenAI Baselines的改进版强化学习(RL: Reinforcement Learning)实现。

Github网址： https://github.com/hill-a/stable-baselines

RL Baselines Zoo(预训练agents集合)：https://github.com/araffin/rl-baselines-zoo

RL Baselines zoo也提供一个简单界面，用于训练、评估agents以及超参数微调。

你可以在Medium上查看一篇详细介绍Stable Baselines的文章：《Stable Baselines: OpenAI Baselines的分支：让强化学习更容易》

• 与OpenAI Baselines的主要区别

  此工具集源自OpenAI Baselines的一个分支，进行了主体结构重塑和代码清理：

  • 统一算法结构
  • PEP8兼容（统一代码风格）
  • 文档化的函数和类
  • 更多的测试&更多的代码覆盖

• 用户向导

  • 安装

    • 预备知识
    • 稳定版本
    • 最新版本
    • 用Docker图片

  • 开始

  • 强化学习资源

  • RL算法

  • 案例

    • 先用Colab Notebook在线试试吧
    • 基础用法：训练、保存、载入
    • 多重处理：释放向量化环境的力量
    • 使用Callback：监控训练
    • Atari游戏
    • Mujoco：标准化输入特征
    • 自定义策略网络
    • 获取并调整模型参数
    • 迭代策略
    • 事后经验回放(HER)
    • 持续学习
    • 记录视频
    • 好处：制作训练好智体的GIF图片

  • 矢量化环境

    • DummyVecEnv
    • SubprocVecEnv
    • Wrappers

  • 使用自定义环境

  • 自定义策略网络

    • 案例

  • Tensorborad集成

    • 基础用法
    • 遗留集成

  • RL Baselines Zoo

    • 安装
    • 训练智体
    • 享受训练有素的智体
    • 超参数优化
    • Colab Notebook:在线尝试！

  • 预训练（克隆行为）

    • 轨迹生成专家
    • 用克隆行为预训练模型
    • 专家数据集的数据结构

  • 处理NaN和inf

    • 如何以及为何
    • Numpy参数
    • Tensorflow参数
    • VecCheckNan封装
    • 深度学习模型超参数
    • 数据集中的缺失值

• 强化学习算法

  • Base RL Class

  • Policy Networks