/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
6 окт 2026

ppo-Huggy

Обучение с подкреплением

PPO-агент для игры Huggy в Unity ML-Agents, доступный в формате ONNX.

120скачиваний за 30 дней0лайковвеса обновлены6 окт 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 методом Proximal Policy Optimization (PPO) модель агента PrakarnJ для игры Huggy в среде Unity ML-Agents. Она предназначена для управления игровым агентом и может запускаться в браузерном просмотрщике Hugging Face либо использоваться для продолжения обучения через ML-Agents. В репозитории доступна версия в формате ONNX.

Карточка не сообщает размер модели, контекст или поддерживаемые естественные языки; модель работает с игровым окружением, а не с обычным текстовым диалогом. Для использования требуются среда Huggy и совместимые инструменты ML-Agents. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Запуск обученного агента в среде Huggy
  • Просмотр игрового поведения агента в браузере
  • Продолжение обучения агента средствами ML-Agents

Ограничения

Агент предназначен для конкретной среды Huggy и требует совместимого окружения ML-Agents. Данных о лицензии и количественных показателях качества в предоставленной карточке нет.

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: PrakarnJ/ppo-Huggy
  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
eca6590

0 моделей