/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
3 авг 2023

ppo-Huggy2

Обучение с подкреплением3 профессии

Обученная PPO-модель для управления агентом в игре Huggy с использованием Unity ML-Agents.

120скачиваний за 30 дней0лайковвеса обновлены3 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

Это обученная методом Proximal Policy Optimization (PPO) политика агента для игры Huggy, опубликованная Lamurias. Модель создана с использованием Unity ML-Agents и предназначена для управления игровым агентом в среде Huggy; её можно запускать для просмотра поведения или использовать как основу для продолжения обучения.

В репозитории представлен формат ONNX. Модель принимает наблюдения игровой среды и выдаёт действия агента. Карточка не приводит размер модели, длину контекста, языковые возможности или лицензию, поэтому их нельзя уточнить.

Сценарии применения

  • просмотр игры агента Huggy
  • управление игровым агентом в среде Huggy
  • продолжение обучения PPO-агента
  • эксперименты с глубоким обучением с подкреплением в Unity ML-Agents

Ограничения

Карточка описывает агента только для среды Huggy; перенос поведения на другие среды не подтверждён. Условия лицензии 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 Huggy

This is a trained model of a ppo agent playing Huggy 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: Lamurias/ppo-Huggy2
  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
58d7b8f

0 моделей