DLR-RM/stable-baselines3

O que é?

Recursos principais

• 01Implementações de algoritmos de RL amplamente usados, como PPO, SAC, DQN e TD3
• 02API consistente no estilo do scikit-learn para treinar, salvar e fazer previsões
• 03Suporte a ambientes, policies e callbacks personalizados
• 04Suporte a espaços de observação Dict e logging com TensorBoard
• 05Suporte a multiprocessing para vários algoritmos

Casos de uso

• Comparar uma nova ideia de RL com algoritmos de referência já estabelecidos
• Treinar agentes em ambientes Gymnasium, como CartPole ou jogos de Atari
• Prototipar policies de robótica ou controle em simulação
• Aprender aprendizado por reforço com um conjunto de ferramentas mais simples antes de passar para código complexo

Início rápido

1. 1

   Instale o pacote com pip

   pip install 'stable-baselines3[extra]'
2. 2

   Treine um agente PPO no CartPole em uma única linha

   python -c "from stable_baselines3 import PPO; model = PPO('MlpPolicy', 'CartPole-v1').learn(10_000)"

Antes de usar

• !Requer Python 3.10+ e PyTorch 2.8+.
• !Pressupõe conhecimentos prévios de aprendizado por reforço; quem está começando deve consultar a documentação primeiro.
• !O desenvolvimento agora se concentra em correções de bugs e manutenção; novos algoritmos são desenvolvidos em repositórios separados.

Tópicos

Perguntas frequentes

O que é stable-baselines3?

Implementações em PyTorch de algoritmos de aprendizado por reforço, projetadas como uma base confiável e consistente para pesquisa e aplicações. Stable Baselines3 (SB3) é uma biblioteca Python de algoritmos de aprendizado por reforço implementados em PyTorch. Ela sucede o Stable Baselines original e busca oferecer a pesquisadores e profissionais implementações de referência testadas, que possam ser reproduzidas, estendidas e usadas para comparação.

stable-baselines3 é gratuito? Qual é a licença?

stable-baselines3 é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.

stable-baselines3 ainda é mantido?

Manutenção ativa. O último commit de stable-baselines3 foi em 13 de out. de 2026.

Para que posso usar stable-baselines3?

Comparar uma nova ideia de RL com algoritmos de referência já estabelecidos Treinar agentes em ambientes Gymnasium, como CartPole ou jogos de Atari Prototipar policies de robótica ou controle em simulação Aprender aprendizado por reforço com um conjunto de ferramentas mais simples antes de passar para código complexo

Como instalar stable-baselines3?

Instale o pacote com pip: pip install 'stable-baselines3[extra]' Treine um agente PPO no CartPole em uma única linha: python -c "from stable_baselines3 import PPO; model = PPO('MlpPolicy', 'CartPole-v1').learn(10_000)"

Onde consigo stable-baselines3?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/DLR-RM/stable-baselines3