/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
25 июл 2026

ppo-Pyramids

Обучение с подкреплением

PPO-агент для игры Pyramids в среде Unity ML-Agents, который можно запускать или дообучать.

14скачиваний за 30 дней0лайковвеса обновлены25 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 обученная методом Proximal Policy Optimization (PPO) модель агента для игры Pyramids, опубликованная dawnandscience. Модель создана с использованием Unity ML-Agents и предназначена для управления агентом в соответствующей игровой среде; её можно запускать для наблюдения за игрой или использовать как основу для продолжения обучения.

В репозитории указаны веса в формате ONNX. Карточка не сообщает размер модели, архитектуру нейросети, длину контекста, поддерживаемые естественные языки или лицензию. Модель рассчитана на игровую среду Pyramids, а не на диалоговые или языковые задачи.

Сценарии применения

  • наблюдение за игрой PPO-агента в Pyramids
  • продолжение обучения агента для Pyramids
  • эксперименты с обучением игрового агента в Unity ML-Agents

Ограничения

Модель предназначена для среды Pyramids и не описана как агент общего назначения; её поведение зависит от совместимой среды Unity ML-Agents. Лицензия и количественные показатели качества в предоставленных данных не указаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ppo Agent playing Pyramids

This is a trained model of a ppo agent playing Pyramids 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: dawnandscience/ppo-Pyramids
  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
3a72730

0 моделей