schola.scripts.sb3.utils

用于通过 Schola 和 stable baselines3 训练 NPCRL 的自定义回调类集合

Classes

CustomProgressBarCallback()	Sb3 中进度条的适配版本，从检查点恢复训练时从最后一个时间步开始。
RewardCallback([verbose, frequency, num_envs])	用于在多环境设置中记录每个环境的奖励和步数的 callback。
SingleEnvRewardCallback([verbose, id, frequency])	记录向量环境中单个环境的奖励和步数的类的回调。