DLR-RM/stable-baselines3

Что это?

Ключевые возможности

• 01Реализации популярных алгоритмов RL, таких как PPO, SAC, DQN и TD3
• 02Единый API в стиле scikit-learn для обучения, сохранения моделей и предсказаний
• 03Поддержка пользовательских сред, политик и callbacks
• 04Поддержка пространства наблюдений Dict и логирования в TensorBoard
• 05Поддержка multiprocessing для ряда алгоритмов

Сценарии использования

• Сравнение новой идеи в RL с проверенными базовыми алгоритмами
• Обучение агентов в средах Gymnasium, например CartPole или играх Atari
• Создание прототипов робототехнических политик или алгоритмов управления в симуляции
• Изучение обучения с подкреплением с помощью более простого набора инструментов перед переходом к сложному коду

Быстрый старт

1. 1

   Установите пакет с помощью pip

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

   Обучите агента PPO для CartPole одной строкой

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

Что важно знать

• !Требуются Python 3.10+ и PyTorch 2.8+.
• !Предполагается, что вы знакомы с обучением с подкреплением; новичкам следует сначала изучить документацию.
• !Сейчас разработка сосредоточена на исправлении ошибок и поддержке проекта, а новые алгоритмы разрабатываются в отдельных репозиториях.

Темы

Частые вопросы

Что такое stable-baselines3?

Реализации алгоритмов обучения с подкреплением на PyTorch — надёжная и единообразная отправная точка для исследований и практических задач. Stable Baselines3 (SB3) — библиотека алгоритмов обучения с подкреплением на Python, реализованных на PyTorch. Это преемник оригинального Stable Baselines, который предоставляет исследователям и практикам проверенные эталонные реализации, результаты которых можно воспроизводить, расширять и использовать для сравнения.

stable-baselines3 можно использовать бесплатно? Какая у него лицензия?

stable-baselines3 распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.

stable-baselines3 всё ещё поддерживается?

Активно поддерживается. Последний коммит в stable-baselines3 — 13 окт. 2026 г..

Для чего можно использовать stable-baselines3?

Сравнение новой идеи в RL с проверенными базовыми алгоритмами Обучение агентов в средах Gymnasium, например CartPole или играх Atari Создание прототипов робототехнических политик или алгоритмов управления в симуляции Изучение обучения с подкреплением с помощью более простого набора инструментов перед переходом к сложному коду

Как установить stable-baselines3?

Установите пакет с помощью pip: pip install 'stable-baselines3[extra]' Обучите агента PPO для CartPole одной строкой: python -c "from stable_baselines3 import PPO; model = PPO('MlpPolicy', 'CartPole-v1').learn(10_000)"

Где скачать stable-baselines3?

Исходный код и инструкции по установке — на GitHub: https://github.com/DLR-RM/stable-baselines3