/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
18 фев 2025

ppo-Huggy

Обучение с подкреплением

Обученный PPO-агент для игры Huggy в окружении Unity ML-Agents, предназначенный для выполнения игровых действий и дальнейшего обучения.

100скачиваний за 30 дней0лайковвеса обновлены18 фев 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

Sil3ntt/ppo-Huggy — обученная методом Proximal Policy Optimization (PPO) модель агента, созданная с помощью Unity ML-Agents для игры Huggy. Агент принимает наблюдения игрового окружения и выбирает действия, чтобы играть; модель можно использовать для просмотра игры или продолжения обучения в совместимом окружении ML-Agents. В репозитории указаны веса в формате ONNX и библиотека ML-Agents. Сведения о размере модели, поддерживаемых языках и лицензии отсутствуют в предоставленных данных.

Сценарии применения

  • Запуск агента для игры Huggy в совместимом окружении Unity ML-Agents
  • Просмотр поведения обученного игрового агента
  • Продолжение обучения агента PPO

Ограничения

Агент предназначен для конкретной игры Huggy и требует совместимого игрового окружения ML-Agents. Качество и ограничения поведения в README не описаны.

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: Sil3ntt/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
b66b89d

0 моделей