项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
技术标签
使用教程
—
环境要求
- Python 环境(可运行 pip)
- 源码安装需先获取仓库代码
- 完整安装需系统依赖 swig、cmake、ffmpeg
- macOS 安装 pybullet 时可能需要额外编译参数
安装与启动步骤
-
1源码最小安装
在项目根目录执行可编辑安装,只装核心依赖。适合只做基础训练、评估与调参的用户。
pip install -e . -
2作为包安装
不想拉源码时,直接把 rl_zoo3 作为 Python 包安装,随后即可使用其命令行接口。
pip install rl_zoo3 -
3安装系统依赖
完整安装前先装编译与多媒体工具,swig/cmake 用于构建扩展环境,ffmpeg 用于录制视频。
apt-get install swig cmake ffmpeg -
4完整扩展安装
带 plots、tests、extras 附加项安装,获得绘图、测试以及额外环境支持。
pip install -e .[plots,tests,extras] -
5macOS 失败重试
macOS 上 pybullet 因 stdio.h 相关报错编译失败时,加上该 CFLAGS 重新安装即可。
CFLAGS="-fno-define-target-os-macros" pip install -e .[plots,tests,extras]
如何确认成功
在任意目录运行 python -m rl_zoo3.train 或 rl_zoo3 train,能正常拉起训练脚本即安装成功。
常见问题
Q:源码安装和 pip 安装包有什么区别?
A:pip install -e . 是在源码目录做可编辑安装,便于改代码;pip install rl_zoo3 是直接安装发布包,适合只想调用命令行的用户。
Q:安装完后怎么启动训练?
A:可在任意文件夹执行 python -m rl_zoo3.train,也可用命令行接口 rl_zoo3 train,它等价于运行 python train.py。
Q:macOS 上 pybullet 编译报错怎么办?
A:按 README 建议,在安装命令前加 CFLAGS="-fno-define-target-os-macros" 后重试完整安装。
Q:怎么自定义超参数和训练配置?
A:README 指向文档的 Custom Configuration 章节,请查阅 https://rl-baselines3-zoo.readthedocs.io/en/master/guide/config.html。
Q:想换用别的 Stable Baselines3 安装方式怎么办?
A:可参考 Stable Baselines3 官方文档中提供的其他安装方式。
注意事项
- 完整安装前必须先装好 swig、cmake、ffmpeg 系统依赖,否则扩展环境可能构建失败。
- 日常使用只需最小安装即可;绘图、测试和额外环境才需要 [plots,tests,extras] 附加项。
- 自定义配置、超参数搜索等进阶用法请查阅官方文档 rl-baselines3-zoo.readthedocs.io。
- 项目仍在征集贡献者来补全经过调优的超参数集合。
核心亮点
- 内置 Optuna 超参数搜索,一条命令即可自动调参并保存最优配置
- 提供大量预训练模型,覆盖 Atari、MuJoCo、PyBullet 等常用环境,可直接加载推理
- 统一封装 SB3 各算法训练脚本,支持 TensorBoard 日志、视频录制和断点续训
不足之处
- 依赖 Stable Baselines3 和 Gym 版本,环境升级时容易出现兼容性问题
- 预训练模型和调参结果主要面向常见基准环境,自定义环境需自行适配
- 文档以英文为主,中文资料较少,新手排查问题成本偏高
适用场景
- 强化学习入门者想快速跑通 PPO、SAC 等算法并观察训练曲线
- 研究人员需要批量做超参数搜索和算法对比实验
- 开发者想直接加载预训练模型做推理或继续微调,节省训练时间
替代项目
Stable-Baselines3、Ray RLlib、Tianshou
上一篇:minAlphaFold2
下一篇:qqr
同类项目推荐
Long-RL
开源
让强化学习轻松驾驭超长序列,训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性,长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型,练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型,推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···
