rl-baselines3-zoo 可以免费使用吗？用的什么许可证？

rl-baselines3-zoo 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

rl-baselines3-zoo 还在维护吗？

活跃维护中。rl-baselines3-zoo 最近一次提交是在 2026年10月16日。

rl-baselines3-zoo 适合用来做什么？

在 Gym 或 PyBullet 环境中快速训练强化学习智能体，无需编写大量样板代码在相同任务上对比不同强化学习算法的表现为新环境搜索合适的超参数复用预训练智能体观看或评估策略

rl-baselines3-zoo 怎么安装和运行？

从 PyPI 安装 rl_zoo3 包: pip install rl_zoo3 在 HalfCheetahBulletEnv-v0 上训练 SAC 智能体并定期评估（在克隆的仓库目录中运行）: python train.py --algo sac --env HalfCheetahBulletEnv-v0 --eval-freq 10000 --eval-episodes 10 --n-eval-envs 1

在哪里获取 rl-baselines3-zoo？

源代码和安装说明在 GitHub 上：https://github.com/DLR-RM/rl-baselines3-zoo

DLR-RM/rl-baselines3-zoo

基于 Stable Baselines3 的强化学习训练框架，内置调优超参数、预训练智能体和超参数优化工具。

在 GitHub 查看官网

Star: 2,900
Fork: 612
未关闭 Issue: 62
最近提交: 5天前

这是什么？

RL Baselines3 Zoo 是基于 Stable Baselines3 构建的强化学习训练框架，提供训练、评估、超参数调优、结果绘图和录制智能体视频的命令行脚本。使用者只需指定算法和环境 ID 即可启动训练。

项目收录了常见环境与算法的调优超参数，并附带使用这些配置训练好的智能体。超参数按环境写在 YAML 文件中，训练好的智能体可以通过 enjoy 脚本回放。覆盖的环境包括 Atari、经典控制、Box2D、PyBullet、MuJoCo、机器人操作和 MiniGrid 等。

项目支持与 Weights & Biases 集成进行实验跟踪，也可通过 Hugging Face 保存和分享训练好的模型。适合希望快速训练强化学习智能体、对比算法表现或复用预训练配置的开发者。

核心功能

01提供训练、评估和回放智能体的命令行脚本
02按环境和算法组织的调优超参数，使用 YAML 文件定义
03超参数优化工具
04预训练智能体可从 Hugging Face 获取
05支持 Weights & Biases 和 Hugging Face 集成
06提供训练结果的绘图脚本

适用场景

在 Gym 或 PyBullet 环境中快速训练强化学习智能体，无需编写大量样板代码
在相同任务上对比不同强化学习算法的表现
为新环境搜索合适的超参数
复用预训练智能体观看或评估策略

快速上手

1
从 PyPI 安装 rl_zoo3 包
pip install rl_zoo3
2
在 HalfCheetahBulletEnv-v0 上训练 SAC 智能体并定期评估（在克隆的仓库目录中运行）
python train.py --algo sac --env HalfCheetahBulletEnv-v0 --eval-freq 10000 --eval-episodes 10 --n-eval-envs 1

使用前须知

完整安装需要 swig、cmake 和 ffmpeg 等系统软件包。
README 提示在 macOS 上 pybullet 可能编译失败，需要使用特殊的 CFLAGS 变通方法。
基准结果来自单次运行，因此不能作为定量基准。

常见问题

rl-baselines3-zoo 是什么？: 基于 Stable Baselines3 的强化学习训练框架，内置调优超参数、预训练智能体和超参数优化工具。 RL Baselines3 Zoo 是基于 Stable Baselines3 构建的强化学习训练框架，提供训练、评估、超参数调优、结果绘图和录制智能体视频的命令行脚本。使用者只需指定算法和环境 ID 即可启动训练。
rl-baselines3-zoo 可以免费使用吗？用的什么许可证？: rl-baselines3-zoo 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
rl-baselines3-zoo 还在维护吗？: 活跃维护中。rl-baselines3-zoo 最近一次提交是在 2026年10月16日。
rl-baselines3-zoo 适合用来做什么？: 在 Gym 或 PyBullet 环境中快速训练强化学习智能体，无需编写大量样板代码在相同任务上对比不同强化学习算法的表现为新环境搜索合适的超参数复用预训练智能体观看或评估策略
rl-baselines3-zoo 怎么安装和运行？: 从 PyPI 安装 rl_zoo3 包: pip install rl_zoo3 在 HalfCheetahBulletEnv-v0 上训练 SAC 智能体并定期评估（在克隆的仓库目录中运行）: python train.py --algo sac --env HalfCheetahBulletEnv-v0 --eval-freq 10000 --eval-episodes 10 --n-eval-envs 1
在哪里获取 rl-baselines3-zoo？: 源代码和安装说明在 GitHub 上：https://github.com/DLR-RM/rl-baselines3-zoo

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。