# stable-baselines3

> 权威词条地址：https://robotics.hellobike.com/sdks/dlr-rm-stable-baselines3
> 所属分类：sdks | 最近核验日期：2026-10-13 | 技术层级：L3, L5, L7

## 核心摘要

DLR-RM 在 GitHub 开源的算法库，主要语言 Python。 PyTorch version of Stable Baselines, reliable implementations of reinforcement learning algorithms.

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L3", "L5", "L7"] |
| `links` | [{"title": "GitHub", "url": "https://github.com/DLR-RM/stable-baselines3"}] |
| `updated` | 2026-10-13 |
| `repo` | https://github.com/DLR-RM/stable-baselines3 |
| `language` | ["python"] |
| `pinned_versions` | [{"version_or_sha": "main / 最新稳定分支（适配PyTorch 2.x版本）", "tested_env": "Ubuntu 22.04 LTS / Python 3.8-3.12 / PyTorch 2.0+ / CUDA 11.7+ / 可选MuJoCo 2.3+ / 可选ROS 2 Humble", "notes": "可通过pip install stable-baselines3[extra]完整安装，核心入口为sb3.xxx下各强化学习算法类，可直接对接自定义Gym环境训练。"}] |
| `incompatible_envs` | ["不支持Python 3.7及以下版本，存在语法与依赖兼容性问题。", "PyTorch 1.12及以下版本运行部分算法可能出现算子缺失报错。"] |
| `repo_stats` | {"stars": 13934, "forks": 2179, "as_of": "2026-10-26"} |
| `tool_type` | library |
| `overview_sources` | ["https://github.com/DLR-RM/stable-baselines3"] |

## 技术详解与生态说明

stable-baselines3是DLR-RM开源的强化学习算法库，开发语言为Python，基于PyTorch框架实现，是Stable Baselines的PyTorch版本。它提供多种经过可靠性验证的强化学习算法的标准实现，可帮助开发者降低经典强化学习算法的复现与部署成本，支撑强化学习相关的功能开发与效果验证。

该库适配机器人技术栈的算法研发、策略训练、上层应用部署等层级，支持与机器人运动控制、SLAM导航、MuJoCo/Isaac仿真、VLA策略训练等场景的工具链对接。开发者可通过Python包管理工具直接安装集成，调用其内置的算法接口快速完成强化学习训练流程的搭建，适配自定义机器人任务需求。

## 原始核验来源 (Sources)

- [GitHub DLR-RM/stable-baselines3](https://github.com/DLR-RM/stable-baselines3)