- 博客(3)
- 收藏
- 关注
RSS订阅原创 PPO调参观测与TensorBoard
本文介绍了使用RL Baselines3 Zoo进行PPO算法实验的方法论。首先解析了RL Zoo在系统中的定位，它并非算法实现而是实验管理工具，整合了Stable-Baselines3的PPO实现与Gymnasium环境。详细说明了CartPole-v1和Pendulum-v1两个经典控制问题的环境接口差异，包括观测空间结构、动作空间类型及终止条件。重点阐述了如何通过RL Zoo进行基线复现、参数调整、多种子验证等实验，并对比了不同Policy网络结构的适用场景。最后提供了典型训练命令和
2026-08-25 18:54:38
150
原创 RL Zoo + PPO 强化学习从安装到调参
本文介绍了在Windows系统下使用Anaconda和PyCharm配置RL Baselines3 Zoo强化学习环境的具体步骤。主要内容包括：创建项目文件夹、克隆稳定版RL Zoo仓库(v2.9.1)、建立Python 3.12虚拟环境、通过清华镜像站安装依赖项(包含Stable-Baselines3 2.9.0和SB3-Contrib 2.9.0)、以可编辑方式安装RL Zoo工具包等。指南详细说明了从环境检查到最终验证的完整流程，特别针对国内用户使用镜像加速下载，适合初学者在Windows平台上快速搭
2026-08-25 18:44:38
118
原创 vscode多语言环境配置简陋版（c，cpp，python，verilog）
本文详细介绍了在VSCode中配置多语言开发环境的完整方案。主要内容包括：1. 准备工作：安装VSCode本体、MinGW-w64编译器、Python解释器、Icarus Verilog仿真工具等必要组件；2. 核心配置：详解tasks.json、launch.json和settings.json三个关键配置文件的编写方法；3. 环境搭建：分别配置C/C++、Python和Verilog的开发环境，包括编译、调试和仿真功能；4. 实用技巧：提供测试代码示例，演示如何通过快捷键快速编译运行程序，以及处理多版本
2026-05-16 19:16:44
592
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人