LunarLander-v2-PPO-0 Agent playing LunarLander-v2
This is a trained model of a LunarLander-v2-PPO-0 agent playing LunarLander-v2 using the stable-baselines3 library.
Usage (with Stable-baselines3)
TODO: Add your code
ppo-LunarLander-v2
Обучение с подкреплением
Обученный агент PPO на Stable-Baselines3 для управления посадочным модулем в симуляции LunarLander-v2.
2скачиваний за 30 дней0лайковвеса обновлены11 мая 2022
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 PPO для среды LunarLander-v2, опубликованная пользователем mgfrantz. Модель подготовлена с помощью библиотеки Stable-Baselines3 и представлена в формате PyTorch.
Агент предназначен для управления посадочным модулем в симуляции LunarLander-v2: он получает состояние среды и выбирает действия, помогающие выполнить посадку. Карточка указывает на обучение модели, но не приводит подробностей о её архитектуре, размере, результатах или условиях лицензии.
Сценарии применения
- управление посадочным модулем в LunarLander-v2
- эксперименты с обучением PPO в среде Gym
- изучение применения Stable-Baselines3 для глубокого обучения с подкреплением
Ограничения
README содержит заглушку вместо примера использования; качество агента и условия лицензии в предоставленных данных не описаны.
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
- a2102ab