ntutselab/stable-baselines-cpu

stable-baselines环境镜像

镜像概述

这是一个CPU版本的stable-baselines环境Docker镜像，已预装stable-baselines的所有依赖包。用户无需手动配置环境，只需挂载stable-baselines源码目录和自定义gym环境目录，即可快速启动强化学习模型的训练与评估工作。

核心功能

1. 预装stable-baselines依赖包，省去手动安装和配置环境的步骤
2. 支持多种强化学习算法（如GAIL、DDPG、TRPO、PPO1等，需选择带MPI标签的版本）
3. 可灵活挂载用户自定义的源码和gym环境目录，适配不同训练需求

使用场景

1. 强化学习研究者快速搭建训练环境
2. 学生或开发者学习和实践强化学习算法
3. 批量运行强化学习训练任务

配置说明

镜像标签选择

• 若需使用GAIL、DDPG、TRPO、PPO1算法，请选择带MPI标签的版本
• 其他场景使用latest版本即可

使用步骤

1. 克隆stable-baselines项目

bash
git clone https://github.com/hill-a/stable-baselines.git

2. Docker运行命令 假设：

• stable-baselines项目路径：/homes/user/stable-baselines/
• gym环境路径：/home/user/env/

命令：

bash
docker run -it --rm --network host --ipc=host \
--mount src=/homes/user/stable-baselines/stable_baselines/,target=/root/code/stable_baselines/,type=bind \
--mount src=/home/user/env/,target=/root/code/env/,type=bind \
ntutselab/stable-baselines-cpu:latest \
bash -c "cd /root/code/env/ && python train.py"

注意：需挂载stable-baselines的源码目录（/homes/user/stable-baselines/stable_baselines/），而非项目根目录。

3. 脚本辅助（可选） 若命令使用复杂，可参考https://github.com/NTUT-SELab/scripts/tree/master/stable-baselines%E7%AE%80%E5%8C%96%E6%93%8D%E4%BD%9C%E3%80%82