/ Модель

Характеристики

Опубликована
28 июл 2026

ppo-LunarLander-CleanRL

Обучение с подкреплением

Обученный агент PPO для выбора действий в среде LunarLander-v2.

0скачиваний за 30 дней0лайковвеса обновлены28 июл 2026

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 PPO, созданная для управления агентом в среде LunarLander-v2. Репозиторий указывает, что модель предназначена для игры в эту среду, а метаданные относят её к обучению с подкреплением и указывают формат PyTorch. Разработчик и базовая модель не указаны.

Модель принимает наблюдения среды и выдаёт действия агента. Она подходит для экспериментов и демонстраций обучения с подкреплением на задаче посадки лунного модуля. Сведения об архитектуре, размере модели, лицензии и конкретных ограничениях в предоставленных данных отсутствуют.

Сценарии применения

  • управление лунным модулем в LunarLander-v2
  • демонстрация работы PPO в обучении с подкреплением
  • эксперименты с агентами для симуляционных игр

Ограничения

Описание охватывает только среду LunarLander-v2; переносимость агента на другие среды не подтверждена. В предоставленных данных нет сведений о лицензии, архитектуре или результатах оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PPO Agent Playing LunarLander-v2

This is a trained model of a PPO agent playing LunarLander-v2.

Hyperparameters

{'exp_name': 'ppo'
'seed': 1
'torch_deterministic': True
'cuda': False
'track': False
'wandb_project_name': 'cleanRL'
'wandb_entity': None
'capture_video': False
'env_id': 'LunarLander-v2'
'total_timesteps': 150000
'learning_rate': 0.00025
'num_envs': 4
'num_steps': 128
'anneal_lr': True
'gae': True
'gamma': 0.99
'gae_lambda': 0.95
'num_minibatches': 4
'update_epochs': 4
'norm_adv': True
'clip_coef': 0.2
'clip_vloss': True
'ent_coef': 0.01
'vf_coef': 0.5
'max_grad_norm': 0.5
'target_kl': None
'repo_id': 'rixhi05/ppo-LunarLander-CleanRL'
'batch_size': 512
'minibatch_size': 128}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
9342f0b

0 моделей