/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
28 мая 2024

ppo-Huggy

Обучение с подкреплением

Обученный PPO-агент управляет персонажем в игре Huggy и может использоваться в Unity ML-Agents для запуска или продолжения обучения.

106скачиваний за 30 дней0лайковвеса обновлены28 мая 2024

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 методом Proximal Policy Optimization (PPO) агент для игры Huggy, опубликованный alex-huebner. Модель создана с использованием Unity ML-Agents и предназначена для управления игровым агентом в среде Huggy; её можно запускать для просмотра игры или использовать как основу для продолжения обучения.

В репозитории представлен формат ONNX. Агент принимает наблюдения среды и выдаёт действия для управления в игре. Карточка не сообщает размер модели, языки, длину контекста или лицензию; текстовые языковые задачи к модели не относятся.

Сценарии применения

  • Запуск агента, играющего в Huggy
  • Просмотр поведения обученного агента в браузере
  • Продолжение обучения PPO-агента в Unity ML-Agents

Ограничения

Агент предназначен для среды Huggy и может не переноситься на другие игровые среды без дополнительного обучения. Карточка не описывает метрики качества или условия лицензии.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ppo Agent playing Huggy

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

Usage (with ML-Agents)

The Documentation: https://unity-technologies.github.io/ml-agents/ML-Agents-Toolkit-Documentation/

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. If the environment is part of ML-Agents official environments, go to https://huggingface.co/unity
  2. Step 1: Find your model_id: alex-huebner/ppo-Huggy
  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
f5677ed

0 моделей