Производная модели farama-minari/Swimmer-v5-PPO-medium. Обученный агент PPO для управления в симуляционной среде Swimmer-v5 с помощью Stable-Baselines3.
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/Swimmer-v5-PPO-expert на Hugging Face совпадает с карточкой farama-minari/Swimmer-v5-PPO-medium, поэтому описание составлено по ней.
Это обученный агент PPO для среды Swimmer-v5, опубликованный в репозитории farama-minari. Модель создана с использованием Stable-Baselines3 и сохранена в формате PyTorch. Она предназначена для управления агентом в симуляционной среде Swimmer-v5 в задачах обучения с подкреплением.
Чекпойнт можно использовать как обученную политику для запуска в среде и экспериментов с поведением агента. README не приводит подробностей об архитектуре сети, размере модели или результатах обучения. В карточке указан пример загрузки через Stable-Baselines3, но код использования оставлен незавершённым. Условия лицензирования в предоставленных данных не описаны.
README не содержит кода загрузки и подробностей об архитектуре, размере или качестве политики. Лицензия в предоставленных данных не указана.
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 PPO agent playing Swimmer-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.