/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
16 мар 2022

MLAgents-Pyramids

Обучение с подкреплением3 профессии

Обученный PPO-агент для управления персонажем в игре Pyramids на базе Unity ML-Agents.

136скачиваний за 30 дней2лайкавеса обновлены22 июн 2022

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 Proximal Policy Optimization (PPO), созданный Thomas Simonini с помощью библиотеки Unity ML-Agents. Он предназначен для игры в Pyramids в среде Unity: модель принимает состояние игровой среды и выбирает действия агента. Репозиторий содержит модель в формате ONNX, которую можно использовать с ML-Agents для продолжения обучения или запуска агента в игре. Карточка описывает обученный игровой чекпойнт, но не приводит размер модели, контекст или поддерживаемые естественные языки. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Запуск обученного агента в сцене Pyramids в Unity
  • Просмотр игры агента в браузере через ML-Agents
  • Продолжение обучения агента PPO
  • Изучение примера обучения игрового агента с ML-Agents

Ограничения

Агент обучен для среды Pyramids и может не переноситься на другие игры или изменённые условия среды. В предоставленных данных нет сведений о лицензии и количественной оценке качества.

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 playing Pyramids

This is a trained model of a ppo agent playing Pyramids using the Unity ML-Agents Library.

Usage (with ML-Agents)

The Documentation: https://github.com/huggingface/ml-agents#get-started 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. Go to https://huggingface.co/spaces/unity/ML-Agents-Pyramids
  2. Step 1: Write your model_id: ThomasSimonini/MLAgents-Pyramids
  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
e1808dc

0 моделей