DLR-RM/rl-baselines3-zoo

어떤 프로젝트인가요?

핵심 기능

• 01에이전트 학습, 평가, 재생을 위한 CLI 스크립트
• 02환경과 알고리즘별로 YAML 파일에 정의된 튜닝된 하이퍼파라미터
• 03하이퍼파라미터 최적화 도구
• 04Hugging Face에서 사용할 수 있는 사전 학습 에이전트
• 05Weights & Biases 및 Hugging Face 연동
• 06학습 결과 시각화 스크립트

활용 사례

• 보일러플레이트 코드를 작성하지 않고 Gym 또는 PyBullet 환경에서 RL 에이전트 학습
• 같은 작업에서 여러 RL 알고리즘 벤치마크
• 새로운 환경에 적합한 하이퍼파라미터 탐색
• 사전 학습 에이전트를 재사용해 정책을 확인하거나 평가

빠른 시작

1. 1

   PyPI에서 rl_zoo3 패키지를 설치합니다

   pip install rl_zoo3
2. 2

   복제한 저장소에서 주기적으로 평가를 진행하며 HalfCheetahBulletEnv-v0 환경의 SAC 에이전트를 학습시킵니다

   python train.py --algo sac --env HalfCheetahBulletEnv-v0 --eval-freq 10000 --eval-episodes 10 --n-eval-envs 1

사용 전 알아둘 점

• !전체 설치에는 swig, cmake, ffmpeg 등의 시스템 패키지가 필요합니다.
• !README에서는 특별한 CFLAGS 우회 방법을 사용하지 않으면 macOS에서 pybullet 빌드가 실패할 수 있다고 경고합니다.
• !벤치마크 결과는 각각 한 번의 실행에서 나온 것이므로 정량적 벤치마크가 아닙니다.

토픽

자주 묻는 질문

rl-baselines3-zoo은(는) 무엇인가요?

튜닝된 하이퍼파라미터와 사전 학습 에이전트, 하이퍼파라미터 최적화 스크립트를 제공하는 Stable Baselines3 강화 학습 에이전트용 학습 프레임워크입니다. RL Baselines3 Zoo는 Stable Baselines3 기반의 강화 학습용 학습 프레임워크입니다. 에이전트 학습 및 평가, 하이퍼파라미터 튜닝, 결과 시각화, 에이전트 동영상 녹화를 위한 CLI 스크립트를 제공합니다.

rl-baselines3-zoo은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

rl-baselines3-zoo은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

rl-baselines3-zoo은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. rl-baselines3-zoo의 마지막 커밋은 2026년 10월 16일입니다.

rl-baselines3-zoo은(는) 어디에 사용할 수 있나요?

보일러플레이트 코드를 작성하지 않고 Gym 또는 PyBullet 환경에서 RL 에이전트 학습 같은 작업에서 여러 RL 알고리즘 벤치마크 새로운 환경에 적합한 하이퍼파라미터 탐색 사전 학습 에이전트를 재사용해 정책을 확인하거나 평가

rl-baselines3-zoo는 어떻게 설치하나요?

PyPI에서 rl_zoo3 패키지를 설치합니다: pip install rl_zoo3 복제한 저장소에서 주기적으로 평가를 진행하며 HalfCheetahBulletEnv-v0 환경의 SAC 에이전트를 학습시킵니다: python train.py --algo sac --env HalfCheetahBulletEnv-v0 --eval-freq 10000 --eval-episodes 10 --n-eval-envs 1

rl-baselines3-zoo은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/DLR-RM/rl-baselines3-zoo