Производная модели nardneran/Reinforce-CartPole-v1. Обученный агент Reinforce для выбора действий в среде CartPole-v1 и изучения обучения с подкреплением.
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
Карточка модели afeng05/Reinforce-CartPole-v1 на Hugging Face совпадает с карточкой nardneran/Reinforce-CartPole-v1, поэтому описание составлено по ней.
Это обученная модель агента Reinforce для среды CartPole-v1. Она предназначена для обучения и демонстрации агента, который выбирает действия в среде управления балансирующим шестом. Модель относится к области обучения с подкреплением; в репозитории указаны веса PyTorch. Карточка рекомендует курс Deep Reinforcement Learning, Unit 4, для изучения использования модели и обучения собственных агентов.
Модель описана только для среды CartPole-v1; сведений о её переносе на другие среды в карточке нет.
README от автора на Hugging Face, как он его опубликовал
This is a trained model of a Reinforce agent playing CartPole-v1. To learn to use this model and train yours check Unit 4 of the Deep Reinforcement Learning Course: https://huggingface.co/deep-rl-course/unit4/introduction
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
RL-агенты не запускаются как сервис инференса.