Обученный агент PPO для управления посадочным модулем в симуляции LunarLander-v3.
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-v3, опубликованная пользователем remn123 и созданная с помощью библиотеки Stable-Baselines3. Она предназначена для управления посадочным модулем в симуляции: агент получает состояние среды и выбирает действия, стремясь выполнить посадку.
Репозиторий содержит веса PyTorch. Карточка не приводит размер модели, подробности наблюдений и действий или результаты оценки; пример использования оставлен незавершённым. Лицензия в доступных данных не указана.
В README отсутствуют результаты оценки и законченный пример загрузки модели. Применимость ограничена средой LunarLander-v3; перенос на другие среды не описан.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is a trained model of a ppo agent playing LunarLander-v3 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.