stable-baselines3
Обучает и оценивает одноагентные RL-модели (PPO, SAC, DQN, TD3, DDPG, A2C) через Stable Baselines3. Подходит для воспроизводимых экспериментов, непрерывного управления и дискретных действий с Gymnasium.
Что делает навык
Stable Baselines3 (SB3) — это библиотека на базе PyTorch, предоставляющая надежные реализации алгоритмов обучения с подкреплением (PPO, SAC, DQN, TD3, DDPG, A2C). Она обеспечивает единый API для обучения агентов, создания пользовательских сред Gymnasium, внедрения callback-функций и оптимизации рабочих процессов экспериментов.
Когда применять
- Обучение и оценка одноагентных RL-моделей для задач непрерывного управления и дискретных действий.
- Создание пользовательских сред Gymnasium для специфических сценариев обучения.
- Внедрение callback-функций для мониторинга и оптимизации процесса обучения.
- Проведение воспроизводимых экспериментов с использованием унифицированного API SB3.
Как работает
- Установить библиотеку stable-baselines3 (версии 2.9.0) и требуемые зависимости (PyTorch >= 2.8, Python 3.10+).
- Импортировать необходимые алгоритмы (например, PPO, SAC, DQN) и создать или загрузить среду Gymnasium.
- Настроить параметры модели и инициализировать агент, выбрав подходящий алгоритм обучения.
- Запустить процесс обучения с использованием метода .learn(), при необходимости подключив callback-функции.
- Оценить обученную модель и сохранить результаты для дальнейшего использования или анализа.
Примеры запросов агенту
Что понадобится
- Python 3.10+
- PyTorch >= 2.8
- stable-baselines3==2.9.0
Описание составлено по SKILL.md навыка, сверено 08.10.2026.
Как подключить
SKILL.md к навыкам ассистентаНавык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.