/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
16 авг 2026

ppo-Huggy

Обучение с подкреплением

Обученный PPO-агент для управления персонажем в игре Huggy через Unity ML-Agents.

113скачиваний за 30 дней0лайковвеса обновлены16 авг 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 обученная методом Proximal Policy Optimization (PPO) модель агента, созданная для игры Huggy с использованием библиотеки Unity ML-Agents. Она принимает состояние игрового окружения и выдаёт действия агента для управления персонажем; модель можно запускать в совместимом окружении ML-Agents и наблюдать за игрой в браузере. В репозитории указан формат ONNX, который также применяется для просмотра работы агента.

Карточка описывает конкретного игрового агента, а не универсальную языковую модель. Она предназначена для взаимодействия с окружением Huggy и продолжения обучения через ML-Agents. Лицензия и параметры модели в доступных сведениях не приведены.

Сценарии применения

  • Запуск агента в игровом окружении Huggy
  • Наблюдение за игрой обученного агента в браузере
  • Продолжение обучения PPO-агента средствами ML-Agents

Ограничения

Агент обучен для конкретного окружения Huggy; его пригодность для других игр или сред не заявлена. В доступных сведениях не описаны результаты оценки и 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: cjfrown/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
1c41cdd

0 моделей