{'exp_name': 'ppo'
'gym_id': 'LunarLander-v2'
'learning_rate': 0.001
'seed': 1
'total_timesteps': 200000
'torch_deterministic': True
'cuda': True
'upload_to_hf': True
'repo_id': 'JLTastet/ppo-LunarLander-v2-cleanRL'
'track': True
'wandb_project_name': 'hf-rl-course'
'wandb_entity': 'jltastet'
'num_envs': 1
'num_steps': 128
'anneal_lr': False
'gae': True
'gamma': 0.99
'gae_lambda': 0.95
'num_minibatches': 4
'update_epochs': 4
'norm_adv': True
'clip_coef': 0.2
'clip_vloss': True
'ent_coef': 0.01
'vf_coef': 0.5
'max_grad_norm': 0.5
'target_kl': None
'batch_size': 128
'minibatch_size': 32}