SKILL

stable-baselines3

将此技能用于强化学习任务，包括训练 RL 智能体（PPO、SAC、DQN、TD3、DDPG、A2C 等）、创建自定义 Gym 环境、实现用于监控和控制的回调、使用向量化环境进行并行训练，以及与深度 RL 工作流集成。当用户请求 RL 算法实现、智能体训练、环境设计或 RL 实验时应使用此技能。

机器翻译

查看英文原文

Use this skill for reinforcement learning tasks including training RL agents (PPO, SAC, DQN, TD3, DDPG, A2C, etc.), creating custom Gym environments, implementing callbacks for monitoring and control, using vectorized environments for parallel training, and integrating with deep RL workflows. This skill should be used when users request RL algorithm implementation, agent training, environment design, or RL experimentation.

适用对象：设计与内容创作。自动收录 · 待核查。

在 Codex 中使用

该组合的专门教程待补充，尚未核实适配。

准备条件

本条仅收录原作者的技能元数据；请阅读完整说明，确认依赖、许可与使用条件。

选择已有说明的 AI 工具，或在页面加载后保存待办及提出教程请求。

查看原作者说明 ↗