Производная модели RaiseYourHand/PixelCopter-reinforce. Обученный агент REINFORCE для выбора действий в игре Pixelcopter-PLE-v0 и изучения глубокого обучения с подкреплением.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Карточка модели ShamikS/reinforce-2 на Hugging Face совпадает с карточкой RaiseYourHand/PixelCopter-reinforce, поэтому описание составлено по ней.
Это обученная модель агента REINFORCE для игры Pixelcopter-PLE-v0. Репозиторий связан с курсом Deep Reinforcement Learning Course и предназначен для демонстрации обученного агента и обучения собственных агентов по материалам Unit 4. Метаданные указывают на формат PyTorch и задачу reinforcement-learning. Агент взаимодействует со средой игры, выбирая действия на основе её состояния; подробности архитектуры и характеристик обучения в карточке не приведены. Лицензия в предоставленных данных не указана.
Карточка не раскрывает архитектуру, параметры обучения и измеренные результаты агента; применимость описана для среды Pixelcopter-PLE-v0.
README от автора на Hugging Face, как он его опубликовал
This is a trained model of a Reinforce agent playing Pixelcopter-PLE-v0 . To learn to use this model and train yours check Unit 4 of the Deep Reinforcement Learning Course: https://huggingface.co/deep-rl-course/unit4/introduction
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
RL-агенты не запускаются как сервис инференса.