stable-baselines3

Fonctions et usage

Production-ready reinforcement learning algorithms (PPO, SAC, DQN, TD3, DDPG, A2C) with scikit-learn-like API. Use for standard RL experiments, quick prototyping, and well-documented algorithm implementations. Best for single-agent RL with Gymnasium environments. For high-performance parallel training, multi-agent systems, or custom vectorized environments, use pufferlib instead.

Démarrage rapide

Suivez les instructions du dépôt pour votre agent. Consultez les fichiers et dépendances avant l’installation.