stable-baselines3 は無料で使えますか？ライセンスは？

stable-baselines3 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。

stable-baselines3 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。stable-baselines3 の最終コミットは 2026年10月13日です。

stable-baselines3 は何に使えますか？

新しいRLのアイデアを、確立されたベースラインアルゴリズムと比較評価する CartPoleやAtariゲームなどのGymnasium環境でエージェントを学習させるシミュレーションでロボティクスや制御のポリシーを試作する複雑なコードに取り組む前に、シンプルなツールセットで強化学習を学ぶ

stable-baselines3 のインストール方法は？

pipでパッケージをインストールする: pip install 'stable-baselines3[extra]' 1行でCartPole用のPPOエージェントを学習させる: python -c "from stable_baselines3 import PPO; model = PPO('MlpPolicy', 'CartPole-v1').learn(10_000)"

stable-baselines3 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/stable-baselines3

DLR-RM/stable-baselines3

Q: stable-baselines3 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。stable-baselines3 の最終コミットは 2026年10月13日 です。

PyTorchで強化学習アルゴリズムを実装したライブラリ。研究や実用で信頼でき、一貫性のあるベースラインを提供します。

GitHub で見る公式サイト

スター: 13,912
フォーク: 2,177
未解決の Issue: 88
最終コミット: 7 日前

これは何？

Stable Baselines3（SB3）は、PyTorchで実装された強化学習アルゴリズムを提供するPythonライブラリです。初代Stable Baselinesの後継として、研究者や実務者が再現・拡張し、比較の基準にできる、検証済みの参照実装を提供することを目指しています。

A2C、DDPG、DQN、PPO、SAC、TD3、HERなど、一般的なアルゴリズムを幅広く備えています。アルゴリズムに応じて、Box、Discrete、MultiDiscrete、MultiBinaryの行動空間をサポートします。モデルはscikit-learn風の一貫したインターフェースを備えており、ポリシー名と環境を指定してモデルを作成し、learnを呼び出してからpredictを実行します。カスタム環境、カスタムポリシー、コールバックに対応し、TensorBoardによるログ記録も可能です。

実験的なアルゴリズムや新しいアルゴリズムは、関連リポジトリのSB3-Contribで公開されています。また、RL Baselines3 Zooでは学習スクリプトと調整済みハイパーパラメータを提供しています。より高速なJAXベースの派生実装は、別プロジェクトのSBXで開発されています。

主な機能

01PPO、SAC、DQN、TD3など、広く使われているRLアルゴリズムを実装
02学習、保存、予測に使える、一貫したscikit-learn風API
03カスタム環境、ポリシー、コールバックに対応
04Dict観測空間とTensorBoardによるログ記録をサポート
05複数のアルゴリズムでマルチプロセスに対応

ユースケース

新しいRLのアイデアを、確立されたベースラインアルゴリズムと比較評価する
CartPoleやAtariゲームなどのGymnasium環境でエージェントを学習させる
シミュレーションでロボティクスや制御のポリシーを試作する
複雑なコードに取り組む前に、シンプルなツールセットで強化学習を学ぶ

クイックスタート

1
pipでパッケージをインストールする
pip install 'stable-baselines3[extra]'
2
1行でCartPole用のPPOエージェントを学習させる
python -c "from stable_baselines3 import PPO; model = PPO('MlpPolicy', 'CartPole-v1').learn(10_000)"

使う前に知っておきたいこと

Python 3.10+とPyTorch 2.8+が必要です。
強化学習の基礎知識があることを前提としています。初心者はまずドキュメントを読んでください。
現在はバグ修正とメンテナンスに重点を置いており、新しいアルゴリズムは別のリポジトリで開発されています。

トピック

#reinforcement-learning #pytorch #machine-learning #gymnasium #robotics #python #baselines #gsde #gym #openai

よくある質問

stable-baselines3 とは？: PyTorchで強化学習アルゴリズムを実装したライブラリ。研究や実用で信頼でき、一貫性のあるベースラインを提供します。 Stable Baselines3（SB3）は、PyTorchで実装された強化学習アルゴリズムを提供するPythonライブラリです。初代Stable Baselinesの後継として、研究者や実務者が再現・拡張し、比較の基準にできる、検証済みの参照実装を提供することを目指しています。
stable-baselines3 は無料で使えますか？ライセンスは？: stable-baselines3 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。
stable-baselines3 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。stable-baselines3 の最終コミットは 2026年10月13日です。
stable-baselines3 は何に使えますか？: 新しいRLのアイデアを、確立されたベースラインアルゴリズムと比較評価する CartPoleやAtariゲームなどのGymnasium環境でエージェントを学習させるシミュレーションでロボティクスや制御のポリシーを試作する複雑なコードに取り組む前に、シンプルなツールセットで強化学習を学ぶ
stable-baselines3 のインストール方法は？: pipでパッケージをインストールする: pip install 'stable-baselines3[extra]' 1行でCartPole用のPPOエージェントを学習させる: python -c "from stable_baselines3 import PPO; model = PPO('MlpPolicy', 'CartPole-v1').learn(10_000)"
stable-baselines3 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/stable-baselines3

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。