ray.rllib 入门实践-5： 训练算法

        前面的博客介绍了ray.rllib中算法的配置和构建，也包含了算法训练的代码。 但是rllib中实现算法训练的方式不止一种，本博客对此进行介绍。很多教程使用 PPOTrainer 进行训练，但是 PPOTrainer 在最近的 ray 版本中已经取消了。

环境配置：

        torch==2.5.1

        ray==2.10.0

        ray[rllib]==2.10.0

        ray[tune]==2.10.0

        ray[serve]==2.10.0

        numpy==1.23.0

        python==3.9.18

方式1： algo.train()

        rllib 中的 Algorithm 类自带了.train() 函数，实现算法训练，前面几个博客教程均是采用的这种方式。这里仅再提供一下示例， 不再赘述：

import os 
from ray.rllib.algorithms.ppo import PPO,PPOConfig
from ray.tune.logger import pretty_print
 
## 配置算法
storage_path = "F:/codes/RLlib_study/ray_results/build_method_3"
config = PPOConfig