/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
24 фев 2024

MyreponamedLONG

Обучение с подкреплением3 профессии

Обученный на PPO агент для игры Huggy в среде Unity ML-Agents, доступный в формате ONNX.

147скачиваний за 30 дней0лайковвеса обновлены26 фев 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Alfaisal101/MyreponamedLONG — это обученная модель агента PPO, созданная с помощью Unity ML-Agents для игры Huggy. Она предназначена для управления игровым агентом в среде Huggy и может использоваться для просмотра его поведения в браузере или продолжения обучения через ML-Agents.

В репозитории указаны веса в формате ONNX. Данные не описывают размер модели, наблюдения среды, точную конфигурацию обучения или лицензию, поэтому эти характеристики нельзя уточнить.

Сценарии применения

  • просмотр игры агента Huggy в браузере
  • продолжение обучения PPO-агента в Unity ML-Agents
  • эксперименты с обучением игрового агента с подкреплением

Ограничения

Карточка не сообщает лицензию, размер модели, конфигурацию PPO и требования к наблюдениям и действиям среды. Для запуска требуется совместимая среда Huggy и Unity ML-Agents.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ppo Agent playing Huggy

This is a trained model of a ppo agent playing Huggy using the Unity ML-Agents Library.

Usage (with ML-Agents)

The Documentation: https://unity-technologies.github.io/ml-agents/ML-Agents-Toolkit-Documentation/

We wrote a complete tutorial to learn to train your first agent using ML-Agents and publish it to the Hub:

Resume the training

mlagents-learn <your_configuration_file_path.yaml> --run-id=<run_id> --resume

Watch your Agent play

You can watch your agent playing directly in your browser

  1. If the environment is part of ML-Agents official environments, go to https://huggingface.co/unity
  2. Step 1: Find your model_id: Alfaisal101/MyreponamedLONG
  3. Step 2: Select your .nn /.onnx file
  4. Click on Watch the agent play 👀

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · ml-agents

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
9d0e8ec

0 моделей