Usando o RL-Baselines3-Zoo no Hugging Face

rl-baselines3-zoo é um framework de treinamento para Aprendizado por Reforço usando Stable Baselines3.

Explorando o RL-Baselines3-Zoo no Hub

Você pode encontrar os modelos do RL-Baselines3-Zoo filtrando à esquerda na página de modelos.

A equipe do Stable-Baselines3 hospeda uma coleção de mais de 150 agentes de Aprendizado por Reforço treinados com hiperparâmetros ajustados, que você pode encontrar aqui.

Todos os modelos no Hub vêm com recursos úteis:

1. Um cartão de modelo gerado automaticamente com uma descrição, uma configuração de treinamento e mais.
2. Tags de metadados que auxiliam na descoberta.
3. Resultados de avaliação para comparação com outros modelos.
4. Um widget de vídeo onde você pode assistir seu agente em ação.

Usando modelos existentes

Você pode simplesmente baixar um modelo do Hub usando load_from_hub:

# Download ppo SpaceInvadersNoFrameskip-v4 model and save it into the logs/ folder
python -m rl_zoo3.load_from_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/ -orga sb3
python enjoy.py --algo dqn --env SpaceInvadersNoFrameskip-v4  -f logs/

Você pode definir três parâmetros:

• --repo-name: O nome do repositório.
• -orga: um nome de usuário ou organização do Hugging Face.
• -f: A pasta de destino.

Compartilhando seus modelos

Você pode enviar seus modelos facilmente com push_to_hub. Isso salvará o modelo, o avaliará, gerará um model card e gravará um vídeo de replay do seu agente antes de enviar o repositório completo para o Hub.

python -m rl_zoo3.push_to_hub  --algo dqn  --env SpaceInvadersNoFrameskip-v4  --repo-name dqn-SpaceInvadersNoFrameskip-v4  -orga ThomasSimonini  -f logs/

Você pode definir três parâmetros:

• --repo-name: O nome do repositório.
• -orga: Seu nome de usuário do Hugging Face.
• -f: A pasta onde o modelo é salvo.

Recursos adicionais

• RL-Baselines3-Zoo modelos treinados oficiais
• RL-Baselines3-Zoo documentação