SAC Agent playing Ant-v5
This is a trained model of a SAC agent playing Ant-v5 using the stable-baselines3 library.
Usage (with Stable-baselines3)
TODO: Add your code
from stable_baselines3 import ...
from huggingface_sb3 import load_from_hub
...
Ant-v5-SAC-expert
Обучение с подкреплением3 профессии
Производная модели farama-minari/Ant-v5-SAC-medium. Обученный агент SAC для управления роботом Ant-v5 в симуляционной среде обучения с подкреплением.
361скачиваний за 30 дней0лайковвеса обновлены7 ноя 2023
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
Карточка модели farama-minari/Ant-v5-SAC-expert на Hugging Face совпадает с карточкой farama-minari/Ant-v5-SAC-medium, поэтому описание составлено по ней.
Это обученный агент Soft Actor-Critic (SAC) для среды Ant-v5, опубликованный в репозитории Farama Minari. Модель создана с помощью Stable-Baselines3 и сохранена в формате PyTorch.
Агент предназначен для управления муравьеподобным роботом в симуляции Ant-v5: по наблюдениям среды он выбирает действия, направленные на выполнение задачи передвижения. Чекпойнт можно использовать для запуска агента в совместимой среде и для экспериментов с обучением с подкреплением.
Карточка не содержит подробной инструкции по загрузке и запуску: пример использования помечен как TODO. Условия лицензии в предоставленных данных не указаны.
Сценарии применения
- управление роботом Ant-v5 в симуляции
- запуск обученного агента SAC в Stable-Baselines3
- эксперименты с обучением с подкреплением и роботизированным передвижением
Ограничения
В README отсутствует готовый пример загрузки и запуска модели; потребуется совместимая среда Ant-v5 и Stable-Baselines3. Условия лицензии не приведены в доступных данных.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · stable-baselines3
RL-агенты не запускаются как сервис инференса.
- Ревизия весов
- e2eb33e