/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
27 дек 2022

ppo-Huggy

Обучение с подкреплением3 профессии

Обученный с Unity ML-Agents агент PPO выбирает действия для игры Huggy.

65скачиваний за 30 дней0лайковвеса обновлены28 авг 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

Eslam25/ppo-Huggy — обученная модель агента Proximal Policy Optimization (PPO), созданная с помощью библиотеки Unity ML-Agents. Агент предназначен для игры Huggy и принимает состояние среды, чтобы выбирать действия в игровом эпизоде. Репозиторий содержит модель в формате ONNX; задача в метаданных указана как reinforcement-learning. Данных о размере модели, языках и лицензии нет.

Сценарии применения

  • управление агентом в игре Huggy
  • эксперименты с PPO в Unity ML-Agents
  • запуск обученной политики в среде Unity
  • изучение поведения агента в игровом эпизоде

Ограничения

Модель обучена для игры Huggy, поэтому её назначение ограничено этой игровой средой; перенос на другие среды не подтверждён.

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

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
764c2a5

0 моделей