Обученный агент PPO для управления посадочным модулем в симуляторе 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
Это обученная модель агента PPO для среды LunarLander-v2, опубликованная пользователем jarguello76. Модель создана с помощью библиотеки Stable-Baselines3 и сохранена в формате PyTorch.
Агент предназначен для управления посадочным модулем в симуляторе LunarLander-v2: по состоянию среды он выбирает действия, помогающие безопасно посадить аппарат. В карточке не описаны результаты обучения, качество посадок или подробности наблюдений и действий.
Карточка содержит незавершённый пример использования. Условия лицензии не указаны в доступных данных.
В README нет оценок качества агента и подробных инструкций по запуску; пример использования оставлен незавершённым. Лицензия в предоставленных данных не указана.
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
...
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · stable-baselines3
RL-агенты не запускаются как сервис инференса.