Обученный агент SAC для управления манипулятором в симуляционной среде Reacher-v5 и экспериментов с обучением 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
Это обученный агент Soft Actor-Critic (SAC) для задачи Reacher-v5 из набора сред управления Farama. Модель создана с использованием библиотеки Stable-Baselines3 и сохранена в формате PyTorch.
Агент предназначен для управления роботизированным манипулятором в симуляции Reacher-v5: он получает наблюдения среды и выбирает действия, чтобы управлять движением манипулятора. Его можно использовать для запуска эпизодов в этой среде и экспериментов с обучением с подкреплением. В README приведён незавершённый пример загрузки, поэтому готовый код использования не описан. Лицензия в предоставленных данных не указана.
Модель предназначена для среды Reacher-v5; применимость к другим средам и качество агента не описаны. Инструкция по загрузке в README оставлена незавершённой.
README от автора на Hugging Face, как он его опубликовал
This is a trained model of a SAC agent playing Reacher-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.