/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
8 сен 2026

ppo-Pyramids

Обучение с подкреплением3 профессии

Обученный PPO-агент для игры Pyramids в среде Unity ML-Agents, пригодный для запуска и продолжения обучения.

76скачиваний за 30 дней0лайковвеса обновлены8 сен 2026

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

Это обученный агент на основе алгоритма Proximal Policy Optimization (PPO), созданный Bhargav25 для игры Pyramids в среде Unity ML-Agents. Модель предназначена для управления игровым агентом и может использоваться для просмотра его игры или продолжения обучения в совместимой среде ML-Agents.

В репозитории представлен формат ONNX. Карточка не сообщает размер модели, языки или результаты обучения. Лицензия в доступных данных не указана.

Сценарии применения

  • запуск агента для игры Pyramids в Unity ML-Agents
  • просмотр поведения обученного игрового агента
  • продолжение обучения PPO-агента в среде Pyramids

Ограничения

Назначение модели ограничено средой Pyramids и совместимым runtime ML-Agents. Метрики качества и условия лицензирования в доступных данных не приведены.

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 Pyramids

This is a trained model of a ppo agent playing Pyramids 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: Bhargav25/ppo-Pyramids
  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
34cfa86

0 моделей