{'total_timesteps': 1000000
'learning_rate': 0.0125
'num_envs': 8
'num_steps': 256
'anneal_lr': True
'gae': True
'gamma': 0.999
'gae_lambda': 0.98
'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': 2048
'minibatch_size': 512
'env_id': 'LunarLander-v2'
'name': 'ppo'
'seed': 1
'torch_deterministic': False
'cuda': True
'track': False
'wandb_project_name': 'hf-deep-rl-ppo'
'wandb_entity': None
'capture_video': False
'repo_id': 'bguisard/PPO-cleanrl-LunarLander-v2'}