/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
8 июн 2023

ppo-Huggy

Обучение с подкреплением3 профессии

Обученный PPO-агент для управления персонажем в среде Unity ML-Agents Huggy.

121скачиваний за 30 дней0лайковвеса обновлены8 июн 2023

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

niftymark/ppo-Huggy — обученная методом Proximal Policy Optimization (PPO) модель агента для игры Huggy. Она создана с использованием Unity ML-Agents и предназначена для управления игровым агентом в соответствующей среде; модель можно запускать для просмотра игры или использовать как основу для продолжения обучения.

В репозитории указаны веса в формате ONNX. Данных о размере модели, поддерживаемых естественных языках и лицензии нет. Применение модели зависит от среды Huggy и интеграции с ML-Agents; карточка не описывает её пригодность для других игр или сред.

Сценарии применения

  • Запуск агента для игры в Huggy
  • Просмотр поведения обученного игрового агента в браузере
  • Продолжение обучения агента в среде ML-Agents

Ограничения

Модель предназначена для среды Huggy и не заявлена как универсальный игровой агент. Для запуска и продолжения обучения требуется совместимая среда ML-Agents.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ppo Agent playing Huggy

This is a trained model of a ppo agent playing Huggy using the Unity ML-Agents Library.

Usage (with ML-Agents)

The Documentation: https://unity-technologies.github.io/ml-agents/ML-Agents-Toolkit-Documentation/

We wrote a complete tutorial to learn to train your first agent using ML-Agents and publish it to the Hub:

Resume the training

mlagents-learn <your_configuration_file_path.yaml> --run-id=<run_id> --resume

Watch your Agent play

You can watch your agent playing directly in your browser

  1. If the environment is part of ML-Agents official environments, go to https://huggingface.co/unity
  2. Step 1: Find your model_id: niftymark/ppo-Huggy
  3. Step 2: Select your .nn /.onnx file
  4. Click on Watch the agent play 👀

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · ml-agents

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
ae2f082

0 моделей