/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
5 ноя 2023

Winner

Обучение с подкреплением3 профессии

Обученный агент Unity ML-Agents для игры SoccerTwos, предназначенный для управления игровым персонажем и продолжения обучения.

176скачиваний за 30 дней0лайковвеса обновлены5 ноя 2023

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

Azeeme/Winner — обученный агент poca для игры SoccerTwos, опубликованный пользователем Azeeme. Модель создана с помощью библиотеки Unity ML-Agents и предназначена для управления игровым агентом в среде SoccerTwos с использованием обучения с подкреплением.

Репозиторий содержит модель в формате ONNX. Её можно использовать для наблюдения за игрой агента в браузере через среду ML-Agents или продолжить её обучение с помощью ML-Agents. Карточка не сообщает размер модели, языки или лицензию, поэтому эти характеристики не описываются.

Сценарии применения

  • Управление агентом в SoccerTwos
  • Просмотр поведения обученного игрового агента
  • Продолжение обучения агента в Unity ML-Agents

Ограничения

Применение описано для среды SoccerTwos; сведений о поведении агента в других средах нет.

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

poca Agent playing SoccerTwos

This is a trained model of a poca agent playing SoccerTwos 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: Azeeme/Winner
  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
6463670

0 моделей