算法

算法页面描述每个内置入口运行的内容、其配置所在位置，以及用哪种命令形式来选择它。 关于通用 flag，请参见 CLI 参考。

算法

类型

入口

配置证据

PPO

同步 on-policy

src/unilab/scripts/train_rsl_rl.py

src/unilab/conf/ppo/config.yaml

APPO

异步 on-policy

src/unilab/scripts/train_appo.py

src/unilab/conf/appo/config.yaml

SAC

off-policy

src/unilab/scripts/train_sac.py

src/unilab/conf/sac/config.yaml

TD3

off-policy

src/unilab/scripts/train_td3.py

src/unilab/conf/td3/config.yaml

FlashSAC

off-policy

src/unilab/scripts/train_flashsac.py

src/unilab/conf/flashsac/config.yaml