/ Модель

Характеристики

Опубликована
27 июл 2026

ppo-CartPole-v1

Обучение с подкреплением

Обученный агент PPO для управления тележкой и удержания шеста в вертикальном положении в среде CartPole-v1.

0скачиваний за 30 дней0лайковвеса обновлены27 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

Suseend/ppo-CartPole-v1 — обученная модель агента PPO для среды CartPole-v1. Она предназначена для управления тележкой, удерживая шест в вертикальном положении, и демонстрирует применение глубокого обучения с подкреплением в простой симуляционной задаче. В метаданных указана реализация на PyTorch. Лицензия и подробности обучения не приведены.

Сценарии применения

  • управление тележкой в симуляции CartPole-v1
  • удержание шеста в вертикальном положении
  • изучение PPO на задаче глубокого обучения с подкреплением

Ограничения

Карточка не описывает архитектуру агента, детали обучения или лицензию.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PPO Agent Playing CartPole-v1

This is a trained model of a PPO agent playing CartPole-v1.

Hyperparameters

{'exp_name': 'ppo_cartpole'
'seed': 1
'torch_deterministic': True
'cuda': True
'track': False
'wandb_project_name': 'cleanRL'
'wandb_entity': None
'capture_video': False
'env_id': 'CartPole-v1'
'total_timesteps': 50000
'learning_rate': 0.00025
'num_envs': 4
'num_steps': 128
'anneal_lr': True
'gae': True
'gamma': 0.99
'gae_lambda': 0.95
'num_minibatches': 4
'update_epochs': 4
'norm_adv': True
'clip_coef': 0.2
'clip_vloss': True
'ent_coef': 0.01
'vf_coef': 0.5
'max_grad_norm': 0.5
'target_kl': None
'repo_id': 'Suseend/ppo-CartPole-v1'
'batch_size': 512
'minibatch_size': 128}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
57ebebb

0 моделей