/ Модель

Характеристики

Опубликована
14 июл 2026

test

Обучение с подкреплением

Обученный агент PPO выбирает действия в среде Blackjack-v1 для экспериментов с обучением с подкреплением.

0скачиваний за 30 дней0лайковвеса обновлены14 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 обученная модель агента PPO для игры в Blackjack-v1. Она предназначена для выбора действий в среде блэкджека в рамках обучения с подкреплением. В метаданных указан формат PyTorch.

Модель применима для демонстрации и экспериментов с агентами глубокого обучения с подкреплением на задаче Blackjack-v1. README не сообщает размер модели, детали архитектуры и условия лицензии.

Сценарии применения

  • выбор действий агентом в среде Blackjack-v1
  • эксперименты с алгоритмом PPO для блэкджека
  • демонстрация обучения с подкреплением в игровой среде

Ограничения

Описание ограничено задачей Blackjack-v1; сведений о производительности, архитектуре и условиях лицензии в доступных данных нет.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PPO Agent Playing Blackjack-v1

This is a trained model of a PPO agent playing Blackjack-v1.

Hyperparameters

{'exp_name': 'best_clip_coef_0.2'
'seed': 42
'torch_deterministic': True
'cuda': True
'track': False
'wandb_project_name': 'cleanRL'
'wandb_entity': None
'capture_video': False
'env_id': 'Blackjack-v1'
'total_timesteps': 50000
'learning_rate': 0.00025
'num_envs': 8
'num_steps': 128
'anneal_lr': True
'gae': True
'gamma': 0.99
'gae_lambda': 0.95
'num_minibatches': 4
'update_epochs': 4
'norm_adv': True
'clip_coef': 0.2
'clip_vloss': True
'ent_coef': 0.02
'vf_coef': 0.5
'max_grad_norm': 0.5
'target_kl': None
'repo_id': 'LeslieLyu6422/test'
'batch_size': 1024
'minibatch_size': 256}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
20aef3f

0 моделей