Обученный агент PPO-GAE для управления посадочным модулем в симуляторе LunarLander-v3.
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 PPO-GAE для среды LunarLander-v3, опубликованный пользователем flydexo. Модель создана с помощью библиотеки Stable-Baselines3 и предназначена для управления посадочным модулем в симуляции LunarLander-v3 с использованием обучения с подкреплением.
Агент принимает наблюдения среды и выбирает действия для управления посадкой. Репозиторий содержит веса PyTorch; в README пример использования не завершён, поэтому для запуска потребуется самостоятельно настроить загрузку модели и взаимодействие со средой. Лицензия в предоставленных данных не указана.
README содержит незавершённый пример загрузки, поэтому готовый сценарий запуска не предоставлен. Результаты агента за пределами среды LunarLander-v3 не описаны.
README от автора на Hugging Face, как он его опубликовал
This is a trained model of a ppo-gae agent playing LunarLander-v3 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.