Производная модели farama-minari/HalfCheetah-v5-TQC-medium. Обученный агент TQC для управления виртуальным роботом в среде HalfCheetah-v5.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Карточка модели farama-minari/HalfCheetah-v5-TQC-expert на Hugging Face совпадает с карточкой farama-minari/HalfCheetah-v5-TQC-medium, поэтому описание составлено по ней.
Это обученная модель агента TQC для среды HalfCheetah-v5, опубликованная пользователем farama-minari. Она предназначена для обучения и запуска агента глубокого обучения с подкреплением, который выбирает действия в симуляции HalfCheetah-v5. Модель подготовлена с помощью библиотеки Stable-Baselines3 и сохранена в формате PyTorch.
Агент принимает состояние среды и выдаёт действия для управления виртуальным роботом-гепардом. Карточка не содержит сведений о размере модели, алгоритме обучения в деталях или условиях лицензии. Пример использования в README не завершён, поэтому точный способ загрузки и запуска по карточке определить нельзя.
README содержит незавершённый пример загрузки, а сведения о лицензии и подробностях обучения отсутствуют.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is a trained model of a TQC agent playing HalfCheetah-v5 using the stable-baselines3 library.
TODO: Add your code
from stable_baselines3 import ...
from huggingface_sb3 import load_from_hub
...
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · stable-baselines3
RL-агенты не запускаются как сервис инференса.