Rl

Der stable-baselines3 Skill-Guide für Machine-Learning-Workflows: RL-Agents trainieren, Gymnasium-Umgebungen anbinden und zwischen PPO, SAC, DQN, TD3, DDPG oder A2C mit weniger Rätselraten wählen. Am besten geeignet für klassisches Single-Agent-Reinforcement-Learning, schnelles Prototyping und den praktischen Einsatz von stable-baselines3.

pufferlib ist ein leistungsstarker Reinforcement-Learning-Skill für schnelle parallele Simulationen, vektorisierte Rollouts und Multi-Agent-Training. Nutzen Sie diesen pufferlib-Leitfaden, um pufferlib zu installieren, die Nutzung von pufferlib zu verstehen und RL-Pipelines mit Gymnasium-, PettingZoo-, Atari-, Procgen- oder NetHack-ähnlichen Umgebungen anzupassen. Ideal für Codegenerierung mit Fokus auf Durchsatz und skalierbare PPO-Workflows.