كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةموسوعة أطر ومكتبات الذكاء الاصطناعيمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

تدريب PPO على CartPole

متوسطالتعلم المعززتعلم معزز

الهدف: تدريب وكيل بخوارزمية جاهزة وتقييمه.

Python — example.py
import gymnasium as gym
from stable_baselines3 import PPO
from stable_baselines3.common.evaluation import evaluate_policy

env = gym.make("CartPole-v1")
model = PPO("MlpPolicy", env, seed=0, verbose=0, device="cpu")
mean0, _ = evaluate_policy(model, env, n_eval_episodes=5)
model.learn(total_timesteps=20_000)
mean, std = evaluate_policy(model, env, n_eval_episodes=10)
print(f"العائد قبل التدريب: {mean0:.1f}")
print(f"العائد بعد 20 ألف خطوة: {mean:.1f} ± {std:.1f}")

شرح الكود

نُنشئ PPO بسياسة MLP ونتدرب عدداً محدوداً من الخطوات، ثم نقيّم بـ evaluate_policy على حلقات منفصلة. العائد الأقصى في CartPole-v1 هو 500. النتيجة تتأثر بعدد الخطوات والبذرة.

المتطلبات

Shell
pip install stable-baselines3 gymnasium

طريقة التشغيل

احفظ الكود في ملف example.py ثم شغّله:

Shell
python example.py

المخرجات المسجلة عند الاختبار

العائد قبل التدريب: 250.4
العائد بعد 20 ألف خطوة: 500.0 ± 0.0

نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — stable-baselines3 2.9.2, gymnasium 1.4.0, python 3.13.18

المكتبات المستخدمة

أمثلة قريبة