A2C Agent playing PandaReachDense-v3
This is a trained model of an A2C agent playing PandaReachDense-v3 using stable-baselines3.
a2c-PandaReachDense-v3
Обучение с подкреплением
Обученный агент A2C для выполнения задачи PandaReachDense-v3 в среде обучения с подкреплением.
0скачиваний за 30 дней0лайковвеса обновлены21 июл 2026
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
Это обученная модель агента Advantage Actor-Critic (A2C), опубликованная пользователем fklska. Агент предназначен для выполнения задачи PandaReachDense-v3 и создан с помощью библиотеки Stable-Baselines3; веса представлены в формате PyTorch.
Модель принимает наблюдения среды и выдаёт действия для управления агентом. Её можно использовать для запуска или изучения обученного агента в PandaReachDense-v3, а также как пример применения A2C в обучении с подкреплением. Сведения о размере модели, лицензии и ограничениях применения в доступных данных отсутствуют.
Сценарии применения
- Запуск обученного агента в PandaReachDense-v3
- Исследование поведения агента A2C в роботизированной среде
- Изучение примера обучения с подкреплением на Stable-Baselines3
Ограничения
Модель предназначена для задачи PandaReachDense-v3; перенос на другие среды или задачи не подтверждён.
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
- ac983d9