PPO Agent playing LunarLander-v3
This is a trained model of a PPO agent playing LunarLander-v3 using the stable-baselines3 library.
ppo-LunarLander-v3
Обучение с подкреплением
Обученный агент PPO для управления посадочным модулем в симуляторе LunarLander-v3.
1скачиваний за 30 дней0лайковвеса обновлены23 июл 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 Proximal Policy Optimization (PPO), опубликованный Ezmob для игры LunarLander-v3. Модель создана с помощью библиотеки Stable-Baselines3 и представлена в формате PyTorch.
Агент предназначен для управления посадочным модулем в среде LunarLander-v3: он получает состояние среды и выбирает действия, чтобы выполнить посадку. Это пример применения обучения с подкреплением в симуляции. Сведения о размере модели и лицензии в доступных данных отсутствуют.
Сценарии применения
- управление посадочным модулем в LunarLander-v3
- демонстрация обучения с подкреплением на игровой среде
- эксперименты с PPO в Stable-Baselines3
Ограничения
Предназначен для среды LunarLander-v3; применимость к другим средам не подтверждена.
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
- 4532014