/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
9 апр 2025

ppo-SolarTracker

Обучение с подкреплением3 профессии

Обученный PPO-агент для поиска солнца и управления наведением солнечной панели в Unity.

149скачиваний за 30 дней0лайковвеса обновлены17 апр 2025

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 SolarTracker от SamuelM0422, созданный с помощью Unity ML-Agents и алгоритма Proximal Policy Optimization (PPO). Он предназначен для поиска солнца и наведения на него солнечной панели в среде Unity.

На вход агент получает нормализованные координаты солнца в изображении камеры, признак его видимости и кватернион ориентации панели; модель выдаёт действия управления в среде. Репозиторий содержит модель в формате ONNX. Лицензия и количественные характеристики модели в доступных данных не приведены.

Сценарии применения

  • наведение солнечной панели на солнце в симуляции
  • поиск солнца по координатам камеры
  • управление ориентацией панели с учётом её текущего положения

Ограничения

Агент обучен для задачи поиска и отслеживания солнца в среде Unity; перенос на реальное оборудование или другие среды не подтверждён.

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 SolarTracker (SearcherBrain)

This is a trained model of a ppo Solar Tracker to search and track the sun made 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 this Solar Tracker Agent playing

You can watch this agent in action directly in your browser

  1. Go to this Hugging Face Space
  2. Watch the agent in action! 👀

Input of the model

The action space size is a tensor of 7 elements:

  1. The coordinates of the sun in the camera [x, y] normalized
  2. A one-hot-encoded vector representing if the sun is visible or not [0 or 1]
  3. The quaternion vector representing the rotation of the solar panel [qx, qy, qz, qw].
# input = [x, y, visibility, qx, qy, qz, qw]
example_input = [0.4, 0.5, 1, 0.98, 0, -0.32, -0.99]

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
8a48436

0 моделей