Производная модели farama-minari/Pusher-v5-SAC-medium. Обученный агент SAC для управления в симуляционной среде Pusher-v5 с помощью обучения с подкреплением.
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/Pusher-v5-SAC-expert на Hugging Face совпадает с карточкой farama-minari/Pusher-v5-SAC-medium, поэтому описание составлено по ней.
Это обученная модель агента Soft Actor-Critic (SAC) для среды Pusher-v5, опубликованная в репозитории farama-minari и использующая библиотеку Stable-Baselines3. Агент предназначен для управления объектом в симуляционной среде Pusher-v5 в рамках обучения с подкреплением.
Модель принимает состояние среды и выдаёт управляющие действия для агента. Файлы представлены в формате PyTorch. README не содержит деталей о размере модели, параметрах обучения или оценке качества; пример использования оставлен незавершённым. Лицензия в предоставленных данных не указана.
README содержит незавершённый пример загрузки модели и не приводит метрик качества или подробностей обучения. Для применения требуется совместимая среда Pusher-v5 и Stable-Baselines3.
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 SAC agent playing Pusher-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.