Обученный агент Stable-Baselines3 для управления посадочным модулем в симуляции 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 на основе MlpPolicy для среды LunarLander-v3, опубликованный пользователем harrylal. Модель создана с помощью Stable-Baselines3 и предназначена для управления посадочным модулем в симуляции LunarLander-v3 методом глубокого обучения с подкреплением.
Агент принимает состояние среды и выбирает действия, чтобы управлять спуском и посадкой модуля. В репозитории указаны формат PyTorch и библиотека Stable-Baselines3; лицензия и подробности о наблюдениях, действиях и качестве обучения не приведены.
README содержит только краткое описание агента и заглушку вместо примера загрузки; данные о качестве и условиях обучения отсутствуют. Указана лицензия модели.
README от автора на Hugging Face, как он его опубликовал
This is a trained model of a MlpPolicy 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.