stable-baselines3

Stable Baselines3 (SB3) fournit une collection d'implémentations fiables d'algorithmes d'apprentissage par renforcement (RL) construites avec PyTorch. Il sert de base stable pour la communauté de la recherche et l'industrie afin de reproduire, affiner et comparer des approches RL sans avoir besoin d'implémenter les algorithmes à partir de zéro. Les fonctionnalités clés incluent : - Support des méthodes RL de pointe avec une interface commune de style sklearn. - Support des environnements personnalisés, des politiques personnalisées et des callbacks personnalisés. - Compatibilité avec les espaces d'observation Dict et Tensorboard pour la surveillance. - Haute couverture de code, annotations de type et conformité PEP8. - Intégration avec Weights & Biases pour le suivi des expériences et Hugging Face pour le partage de modèles. Les algorithmes implémentés incluent A2C, ARS, DDPG, DQN, HER, PPO, SAC, TD3 et autres. Certaines fonctionnalités expérimentales (comme Recurrent PPO et TQC) sont disponibles via le dépôt SB3-Contrib, tandis qu'une version basée sur Jax (SBX) est disponible pour des performances accrues. Le projet est également lié au RL Baselines3 Zoo, un cadre d'entraînement qui fournit des scripts pour l'entraînement, l'évaluation des agents et le réglage des hyperparamètres pour les environnements courants.