alterlab-pufferlib - 使用 PufferLib 扩展强化学习训练
使用 PufferLib 通过并行向量化环境、原生多智能体支持、自定义 PufferEnv 任务和环境集成训练强化学习智能体。
标签
更新于: 2026-10-03能力
典型输入
典型输出
该技能可以做什么
- 训练 PPO 智能体
- 创建 PufferEnv 任务
- 向量化环境模拟
- 集成 Gymnasium 环境
- 集成 PettingZoo 环境
- 开发自定义策略
- 扩展多智能体训练
输入
- 强化学习环境
- 训练配置
- 策略架构
- 环境集成设置
- 检查点路径
输出
- 训练后的策略
- 训练指标
- 环境实现
- 训练检查点
- 训练状态
要求
- 本地 Python 环境
- uv 命令
- pufferlib Python 包
- PufferLib 3.0.x
- 可选 GPU
- 无需 API 密钥