Rl

Guía de stable-baselines3 para flujos de trabajo de Machine Learning: entrena agentes de RL, conecta entornos Gymnasium y elige PPO, SAC, DQN, TD3, DDPG o A2C con menos incertidumbre. Es ideal para aprendizaje por refuerzo estándar de agente único, prototipado rápido y un uso práctico de stable-baselines3.

pufferlib es una skill de aprendizaje por refuerzo de alto rendimiento para simulación paralela rápida, rollouts vectorizados y entrenamiento multiagente. Usa esta guía de pufferlib para instalarlo, entender cómo se utiliza pufferlib y adaptar pipelines de RL con Gymnasium, PettingZoo, Atari, Procgen o entornos al estilo NetHack. Ideal para generación de código centrada en alto rendimiento y flujos de PPO escalables.