Агент PPO на Sample Factory учится выживать и собирать аптечки в уровне doom_health_gathering_supreme игры ViZDoom.
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
Это агент обучения с подкреплением, созданный участником курса Hugging Face Deep Reinforcement Learning Course для задания Unit 8 Part 2. Агент обучен с помощью Sample Factory и асинхронного PPO играть в ViZDoom на уровне doom_health_gathering_supreme: выживать и собирать аптечки, выбирая действия по игровому наблюдению. В README указана средняя награда 23,0 ± 3,5 при пороге решения 5,0.
Репозиторий содержит веса PyTorch; модель предназначена для игрового сценария ViZDoom, а не для генерации текста. README не сообщает размер модели, лицензию или подробности состава наблюдений и пространства действий.
Агент обучен для конкретного сценария ViZDoom doom_health_gathering_supreme; перенос на другие уровни или среды не подтверждён. Лицензия и подробности входных наблюдений и выходных действий в README не приведены.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is an asynchronous reinforcement learning agent trained using Sample Factory to survive and gather health packs in ViZDoom (doom_health_gathering_supreme), submitted for Unit 8 Part 2 of the Hugging Face Deep Reinforcement Learning Course.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · sample-factory
RL-агенты не запускаются как сервис инференса.