PPO Agent playing LunarLander-v2
This is a trained model of a PPO agent playing LunarLander-v2 using the stable-baselines3 library.
Usage (with Stable-baselines3)
TODO: Add your code
assignment2-omar
Обучение с подкреплением3 профессии
Обученный агент PPO для управления посадочным модулем в симуляции LunarLander-v2.
97скачиваний за 30 дней3лайкавеса обновлены14 дек 2022
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 Proximal Policy Optimization (PPO) для среды LunarLander-v2, созданный с помощью библиотеки Stable-Baselines3. Модель предназначена для управления посадочным модулем в симуляции: она получает состояние среды и выбирает действия, чтобы посадить аппарат.
Сценарии применения
- управление посадочным модулем в LunarLander-v2
- эксперименты с обучением с подкреплением
- изучение PPO на примере симуляции посадки
Ограничения
README содержит незаполненную инструкцию по использованию и не сообщает параметры обучения или достигнутые результаты.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · stable-baselines3
RL-агенты не запускаются как сервис инференса.
- Ревизия весов
- 0aed1d7