rl-baselines3-zoo とは？

Stable Baselines3の強化学習エージェント向けトレーニングフレームワーク。調整済みハイパーパラメータ、学習済みエージェント、ハイパーパラメータ最適化スクリプトを提供します。 RL Baselines3 Zooは、Stable Baselines3を基盤とする強化学習向けのトレーニングフレームワークです。エージェントの学習と評価、ハイパーパラメータの調整、結果のプロット、エージェントの動画撮影に使えるCLIスクリプトを提供します。

rl-baselines3-zoo は無料で使えますか？ライセンスは？

rl-baselines3-zoo は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

rl-baselines3-zoo は今もメンテナンスされていますか？

活発にメンテナンス中。rl-baselines3-zoo の最終コミットは 2026年10月16日です。

rl-baselines3-zoo は何に使えますか？

定型コードを書かずにGymやPyBulletの環境で強化学習エージェントを学習する同じタスクで異なる強化学習アルゴリズムをベンチマークする新しい環境に適したハイパーパラメータを探す学習済みエージェントを再利用して、ポリシーを確認・評価する

rl-baselines3-zoo のインストール方法は？

PyPI から rl_zoo3 パッケージをインストールします: pip install rl_zoo3 クローンしたリポジトリから、定期的な評価を行いながら HalfCheetahBulletEnv-v0 で SAC エージェントを学習させます: python train.py --algo sac --env HalfCheetahBulletEnv-v0 --eval-freq 10000 --eval-episodes 10 --n-eval-envs 1

rl-baselines3-zoo はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/DLR-RM/rl-baselines3-zoo

DLR-RM/rl-baselines3-zoo

Q: rl-baselines3-zoo は今もメンテナンスされていますか？

活発にメンテナンス中。rl-baselines3-zoo の最終コミットは 2026年10月16日 です。

Stable Baselines3の強化学習エージェント向けトレーニングフレームワーク。調整済みハイパーパラメータ、学習済みエージェント、ハイパーパラメータ最適化スクリプトを提供します。

GitHub で見る公式サイト

スター: 2,900
フォーク: 612
未解決の Issue: 62
最終コミット: 5 日前

これは何？

RL Baselines3 Zooは、Stable Baselines3を基盤とする強化学習向けのトレーニングフレームワークです。エージェントの学習と評価、ハイパーパラメータの調整、結果のプロット、エージェントの動画撮影に使えるCLIスクリプトを提供します。

一般的な環境やアルゴリズム向けに調整済みのハイパーパラメータと、それらの設定で学習したエージェントも収録しています。ハイパーパラメータは環境ごとにYAMLファイルで定義されているため、アルゴリズムと環境IDを指定するだけで学習を開始できます。学習済みエージェントはenjoyスクリプトで再生でき、対応環境にはAtari、classic control、Box2D、PyBullet、MuJoCo、robotics、MiniGridが含まれます。

実験のトラッキングにはWeights & Biases、学習済みモデルの保存や共有にはHugging Faceとの連携を利用できます。強化学習エージェントの学習、アルゴリズムのベンチマーク、学習済み設定の再利用を手軽に行いたいユーザーを対象としています。

主な機能

01エージェントの学習、評価、再生に使えるCLIスクリプト
02環境とアルゴリズムごとに調整された、YAMLファイルで定義されるハイパーパラメータ
03ハイパーパラメータ最適化ツール
04Hugging Faceで利用できる学習済みエージェント
05Weights & BiasesおよびHugging Faceとの連携
06学習結果をプロットするスクリプト

ユースケース

定型コードを書かずにGymやPyBulletの環境で強化学習エージェントを学習する
同じタスクで異なる強化学習アルゴリズムをベンチマークする
新しい環境に適したハイパーパラメータを探す
学習済みエージェントを再利用して、ポリシーを確認・評価する

クイックスタート

1
PyPI から rl_zoo3 パッケージをインストールします
pip install rl_zoo3
2
クローンしたリポジトリから、定期的な評価を行いながら HalfCheetahBulletEnv-v0 で SAC エージェントを学習させます
python train.py --algo sac --env HalfCheetahBulletEnv-v0 --eval-freq 10000 --eval-episodes 10 --n-eval-envs 1

使う前に知っておきたいこと

完全なインストールには、swig、cmake、ffmpeg などのシステムパッケージが必要です。
README では、特別な CFLAGS の回避策を使わないと macOS で pybullet のビルドに失敗する可能性があると警告しています。
ベンチマーク結果は各1回の実行に基づくため、定量的なベンチマークではありません。

トピック

#deep-reinforcement-learning #stable-baselines3 #hyperparameter-optimization #pytorch #gym #robotics #benchmark #hyperparameter-search #hyperparameter-tuning #lab

よくある質問

rl-baselines3-zoo とは？: Stable Baselines3の強化学習エージェント向けトレーニングフレームワーク。調整済みハイパーパラメータ、学習済みエージェント、ハイパーパラメータ最適化スクリプトを提供します。 RL Baselines3 Zooは、Stable Baselines3を基盤とする強化学習向けのトレーニングフレームワークです。エージェントの学習と評価、ハイパーパラメータの調整、結果のプロット、エージェントの動画撮影に使えるCLIスクリプトを提供します。
rl-baselines3-zoo は無料で使えますか？ライセンスは？: rl-baselines3-zoo は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
rl-baselines3-zoo は今もメンテナンスされていますか？: 活発にメンテナンス中。rl-baselines3-zoo の最終コミットは 2026年10月16日です。
rl-baselines3-zoo は何に使えますか？: 定型コードを書かずにGymやPyBulletの環境で強化学習エージェントを学習する同じタスクで異なる強化学習アルゴリズムをベンチマークする新しい環境に適したハイパーパラメータを探す学習済みエージェントを再利用して、ポリシーを確認・評価する
rl-baselines3-zoo のインストール方法は？: PyPI から rl_zoo3 パッケージをインストールします: pip install rl_zoo3 クローンしたリポジトリから、定期的な評価を行いながら HalfCheetahBulletEnv-v0 で SAC エージェントを学習させます: python train.py --algo sac --env HalfCheetahBulletEnv-v0 --eval-freq 10000 --eval-episodes 10 --n-eval-envs 1
rl-baselines3-zoo はどこで入手できますか？: ソースコードとインストール手順は GitHub にあります：https://github.com/DLR-RM/rl-baselines3-zoo

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。