Rl

Machine Learningワークフロー向けの stable-baselines3 スキルガイドです。RLエージェントの学習、Gymnasium環境の接続、PPO・SAC・DQN・TD3・DDPG・A2C の選択を、迷いを減らしながら進められます。標準的な単一エージェント強化学習、素早いプロトタイピング、実践的な stable-baselines3 の活用に最適です。

pufferlib は、高速な並列シミュレーション、ベクトル化ロールアウト、マルチエージェント学習に対応した高性能強化学習スキルです。この pufferlib ガイドでは、インストール方法、pufferlib の使い方、Gymnasium、PettingZoo、Atari、Procgen、NetHack 風環境を使った RL パイプラインの調整までを確認できます。スループット重視で、スケーラブルな PPO ワークフロー向けのコード生成に最適です。