强化学习之stable_baselines3包使用模板
import gym
from stable_baselines3 import PPO
# 创建环境
env = gym.make('yourenv')
# 实例化PPO算法
model = PPO('MlpPolicy', env, verbose=1)
# 训练模型
model.learn(total_timesteps=10000)
# 保存训练后的模型
model.save("ppo_urpih_dense")
# 加载模型
loaded_model = PPO.load("ppo_urpih_dense")
# 在环境中运行模型
obs = env.reset()
for i in range(1000):
action, _ = loaded_model.predict(obs)
obs, reward, done, info = env.step(action)
env.render()
if done:
obs = env.reset()
# 关闭环境
env.close()
官方学习网址:https://stable-baselines3.readthedocs.io/en/master/guide/quickstart.html