REINFORCE Agent playing CartPole-v1
This is a trained policy gradient (REINFORCE) agent playing CartPole-v1.
- Mean Reward: 495.00 +/- 5.00
reinforce-CartPole-v1
Обучение с подкреплением
Обученный агент REINFORCE на PyTorch, который управляет тележкой в среде CartPole-v1, удерживая шест в равновесии.
0скачиваний за 30 дней0лайковвеса обновлены30 сен 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 REINFORCE для среды CartPole-v1, опубликованный Meghana1402. Модель реализована с использованием PyTorch и решает задачу обучения с подкреплением: выбирает действия в среде, чтобы удерживать шест в равновесии на тележке.
В карточке указана средняя награда 495 ± 5 в CartPole-v1. Модель предназначена для демонстраций и экспериментов с градиентными методами обучения с подкреплением. Данные о размере, длине контекста, языковой поддержке и лицензии отсутствуют; модель не предназначена для обработки естественного языка.
Сценарии применения
- демонстрация работы алгоритма REINFORCE
- управление тележкой в среде CartPole-v1
- учебные эксперименты по обучению с подкреплением
Ограничения
Агент обучен для среды CartPole-v1, поэтому его применение к другим средам не подтверждено. В карточке не указаны лицензия и подробности реализации.
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
RL-агенты не запускаются как сервис инференса.
- Ревизия весов
- 36c904b