Обученный агент PPO для управления посадочным модулем в симуляции LunarLander-v2.
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
spacelander — обученный агент PPO для среды LunarLander-v2, созданный с помощью библиотеки Stable-Baselines3. Он предназначен для управления посадочным модулем в симуляции: по состоянию среды агент выбирает действия, чтобы выполнить посадку. Модель использует обучение с подкреплением и сохранена в формате PyTorch.
Карточка не сообщает размер модели, подробности наблюдений и действий или результаты оценки качества. В README приведён лишь незавершённый пример загрузки. Лицензия не указана в предоставленных данных.
README содержит незавершённый пример загрузки и не приводит результатов оценки, поэтому качество агента по карточке определить нельзя.
README от автора на Hugging Face, как он его опубликовал
This is a trained model of a PPO agent playing LunarLander-v2 using the stable-baselines3 library.
TODO: Add your code
from stable_baselines3 import ...
from huggingface_sb3 import load_from_hub
checkpoint = load_from_hub(
repo_id="jalpeetpkorat/spacelander",
filename="ppo-LunarLander-v2.zip",
)
...
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · stable-baselines3
RL-агенты не запускаются как сервис инференса.