外观
Skip to content
stable-baselines3
stable-baselines3
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.
概述
这个开发工具的核心职责、所属技术栈与硬件生态定位。
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。
关键工程信息
工具分类、开发语言、GitHub 社区活跃度与环境要求。
快速接入与环境要求
源码克隆、构建方式、已验证系统环境与版本更新记录。
源码拉取与构建参考
git clone https://github.com/DLR-RM/stable-baselines3.git
cd stable-baselines3
# 安装 Python 依赖与开发包
pip install -e .推荐运行环境与版本 1
| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 最新稳定分支（适配PyTorch 2.x版本） | 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 | 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。 |
关联实操教程与排障记录
教程 / 实测 / 排障 1
适配与兼容机型
支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。
尚未收录适配机型。
同厂商与同类工具
同一厂商开源的配套仓库或同技术栈开发工具。
来源
本页事实对应的公开页面，以原文为准。
- GitHub DLR-RM/stable-baselines3访问 2026-10-26