PPO Agent Playing LunarLander-v2
This is a PPO agent trained for Unit 8 of the Hugging Face Deep Reinforcement Learning Course.
ppo-LunarLander-v2-unit8
Обучение с подкреплением
Агент PPO для выбора действий при посадке модуля в симуляторе LunarLander-v2.
0скачиваний за 30 дней0лайковвеса обновлены24 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 агент обучения с подкреплением, обученный алгоритмом PPO для игры LunarLander-v2 в рамках восьмого блока курса Hugging Face Deep Reinforcement Learning Course. Модель предназначена для управления посадочным модулем в симуляторе: по состоянию среды агент выбирает действия, помогающие безопасно посадить аппарат.
В репозитории указан формат PyTorch. Карточка не сообщает размер модели, архитектуру или лицензию, поэтому эти характеристики не включены в описание. Агент специализирован на среде LunarLander-v2 и не предназначен для универсального диалога или генерации текста.
Сценарии применения
- управление посадочным модулем в LunarLander-v2
- демонстрация обучения с подкреплением на PPO
- изучение и воспроизведение примера из курса Hugging Face по deep RL
Ограничения
Агент предназначен для среды LunarLander-v2; перенос его поведения на другие среды не заявлен. Карточка не приводит метрики качества или сведения о лицензии.
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
- 2a294a1