Stable Baselines3 강화학습 도우미

무엇을 해주나

• Stable Baselines3(SB3) 2.8 기준으로 PPO, SAC, DQN, TD3, DDPG, A2C 학습 코드를 바로 쓸 수 있는 형태로 제시합니다.
• Gymnasium 커스텀 환경 작성 규칙(reset/step 시그니처, 이미지 관측 uint8 제약, check_env 검증)을 정리해 흔한 오류를 예방합니다.
• DummyVecEnv/SubprocVecEnv 벡터화 환경, EvalCallback·CheckpointCallback 등 콜백, 모델 저장/로드, evaluate_policy와 영상 녹화까지 워크플로 전체를 커버합니다.
• 알고리즘 선택, 학습률 스케줄, HER, TensorBoard 연동, 메모리/속도 문제 대응 팁을 포함합니다.

이런 분께 추천

• 강화학습 실험을 빠르게 프로토타이핑해야 하는 연구자·대학원생
• 자체 시뮬레이터를 Gymnasium 환경으로 감싸 에이전트를 학습시키려는 ML 엔지니어
• 대규모 병렬·멀티에이전트가 아닌 단일 에이전트 RL 파이프라인을 정석대로 구축하려는 분

활용 예시

1. "CartPole에서 PPO 베이스라인 학습하고 최고 성능 모델을 저장해줘" → 학습 스크립트 + EvalCallback 구성 제안.
2. "내 로봇 시뮬레이터를 Gymnasium 환경으로 만들어줘" → custom_env_template.py 기반 환경 작성과 check_env 검증 절차 안내.
3. "SAC 학습이 너무 느려요" → SubprocVecEnv 병렬화, gradient_steps=-1, buffer_size 조정 등 처방.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/HEAD/skills/stable-baselines3/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/stable-baselines3 폴더를 내 ~/.claude/skills/stable-baselines3/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.