Обученный агент REINFORCE для игры Pixelcopter-PLE-v0, предназначенный для выбора действий в среде глубокого обучения с подкреплением.
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 Reinforce, созданная для игры Pixelcopter-PLE-v0 — среды из набора PyGame Learning Environment. Модель предназначена для выбора действий в игровом эпизоде на основе состояния среды и демонстрирует применение алгоритма REINFORCE в глубоком обучении с подкреплением.
Чекпойнт связан с Unit 4 курса Deep Reinforcement Learning и может служить примером для изучения или обучения собственного агента. В репозитории указан формат PyTorch. Сведения о размере модели, составе наблюдений, поддерживаемых языках и лицензии в предоставленных данных отсутствуют.
Модель предназначена для конкретной среды Pixelcopter-PLE-v0; применимость к другим средам не заявлена. Подробности о лицензии и требованиях к входным наблюдениям в предоставленных данных отсутствуют.
README от автора на Hugging Face, как он его опубликовал
This is a trained model of a Reinforce agent playing Pixelcopter-PLE-v0. To learn to use this model and train yours check Unit 4 of the Deep Reinforcement Learning Course: https://huggingface.co/deep-rl-course/unit4/introduction
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
RL-агенты не запускаются как сервис инференса.