/ Модель

Характеристики

Опубликована
11 июл 2026

LunarLander-v2-ppo-v2

Обучение с подкреплением

Обученный агент PPO управляет посадочным модулем и учится безопасно приземляться в среде LunarLander-v2.

0скачиваний за 30 дней0лайковвеса обновлены11 июл 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 на основе алгоритма PPO для среды LunarLander-v2. Модель предназначена для управления посадочным модулем в симуляции: агент получает состояние среды и выбирает действия, чтобы безопасно приземлиться.

В карточке указаны формат PyTorch и применение в обучении с подкреплением. Размер модели, детали архитектуры и лицензия не приведены. Агент обучен для конкретной среды LunarLander-v2, поэтому его поведение не следует переносить на другие задачи без дополнительного обучения или проверки.

Сценарии применения

  • посадка модуля в симуляции LunarLander-v2
  • демонстрация работы алгоритма PPO
  • изучение обучения с подкреплением на игровой среде

Ограничения

Агент обучен для конкретной среды LunarLander-v2; перенос на другие среды не заявлен. Условия лицензии и подробности архитектуры в доступных данных не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PPO Agent Playing LunarLander-v2

This is a trained model of a PPO agent playing LunarLander-v2.

Hyperparameters

{'exp_name': 'ppo'
'seed': 1
'torch_deterministic': True
'cuda': True
'track': False
'wandb_project_name': 'cleanRL'
'wandb_entity': None
'capture_video': True
'env_id': 'LunarLander-v2'
'total_timesteps': 5000000
'learning_rate': 0.00025
'num_envs': 8
'num_steps': 256
'anneal_lr': True
'gae': True
'gamma': 0.99
'gae_lambda': 0.95
'num_minibatches': 4
'update_epochs': 10
'norm_adv': True
'clip_coef': 0.2
'clip_vloss': True
'ent_coef': 0.01
'vf_coef': 0.5
'max_grad_norm': 0.5
'target_kl': None
'repo_id': 'aostrikoff/LunarLander-v2-ppo-v2'
'batch_size': 2048
'minibatch_size': 512}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
a7bf4da

0 моделей