/ Модель

Характеристики

Библиотека
stable-baselines3
Опубликована
1 сен 2026

SpaceInvadersNoFrameSkip-v4

Обучение с подкреплением3 профессии

Обученный агент DQN на Stable-Baselines3 для выбора действий в игровом окружении SpaceInvadersNoFrameskip-v4.

4скачиваний за 30 дней0лайковвеса обновлены1 сен 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

Это обученный агент глубокого обучения с подкреплением DQN для игры SpaceInvadersNoFrameskip-v4. Модель подготовлена с использованием Stable-Baselines3 и RL Zoo — инструментария для обучения и подбора гиперпараметров агентов Stable-Baselines3.

Агент предназначен для взаимодействия с игровым окружением Space Invaders: он получает наблюдения среды и выбирает игровые действия. Файлы модели представлены в формате PyTorch. Подробности об архитектуре сети, размере модели, поддержке языков, условиях лицензии и ограничениях применения в доступных данных не приведены.

Сценарии применения

  • игра в Space Invaders с помощью обученного агента
  • тестирование агента DQN в среде Atari
  • эксперименты с глубоким обучением с подкреплением
  • оценка поведения агента в SpaceInvadersNoFrameskip-v4

Ограничения

Агент обучен для конкретного окружения SpaceInvadersNoFrameskip-v4, поэтому его поведение в других средах не подтверждено. Лицензия и показатели качества в доступной карточке не описаны.

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

DQN Agent playing SpaceInvadersNoFrameskip-v4

This is a trained model of a DQN agent playing SpaceInvadersNoFrameskip-v4 using the stable-baselines3 library and the RL Zoo.

The RL Zoo is a training framework for Stable Baselines3 reinforcement learning agents, with hyperparameter optimization and pre-trained agents included.

Usage (with SB3 RL Zoo)

RL Zoo: https://github.com/DLR-RM/rl-baselines3-zoo SB3: https://github.com/DLR-RM/stable-baselines3 SB3 Contrib: https://github.com/Stable-Baselines-Team/stable-baselines3-contrib SBX (SB3 + Jax): https://github.com/araffin/sbx

Install the RL Zoo (with SB3 and SB3-Contrib):

pip install rl_zoo3
# Download model and save it into the logs/ folder
python -m rl_zoo3.load_from_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -orga abhijeetknayak -f logs/
python -m rl_zoo3.enjoy --algo dqn --env SpaceInvadersNoFrameskip-v4  -f logs/

If you installed the RL Zoo3 via pip (pip install rl_zoo3), from anywhere you can do:

python -m rl_zoo3.load_from_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -orga abhijeetknayak -f logs/
python -m rl_zoo3.enjoy --algo dqn --env SpaceInvadersNoFrameskip-v4  -f logs/

Training (with the RL Zoo)

python -m rl_zoo3.train --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/
# Upload the model and generate video (when possible)
python -m rl_zoo3.push_to_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/ -orga abhijeetknayak

Hyperparameters

OrderedDict([('batch_size', 32),
             ('buffer_size', 100000),
             ('env_wrapper',
              ['stable_baselines3.common.atari_wrappers.AtariWrapper']),
             ('exploration_final_eps', 0.01),
             ('exploration_fraction', 0.1),
             ('frame_stack', 4),
             ('gradient_steps', 1),
             ('learning_rate', 0.0001),
             ('learning_starts', 100000),
             ('n_timesteps', 100000.0),
             ('optimize_memory_usage', False),
             ('policy', 'CnnPolicy'),
             ('target_update_interval', 1000),
             ('train_freq', 4),
             ('normalize', False)])

Environment Arguments

{'render_mode': 'rgb_array'}

Как запустить

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

GPU в ailist

Универсальный рантайм · stable-baselines3

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
bafadf5

0 моделей