/ Модель

Характеристики

Библиотека
stable-baselines3
Опубликована
2 июн 2022

dqn-Acrobot-v1

Обучение с подкреплением

Обученный агент DQN для выбора действий в среде управления маятником Acrobot-v1.

160скачиваний за 30 дней0лайковвеса обновлены11 окт 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 обученный агент DQN для среды Acrobot-v1, опубликованный организацией Stable-Baselines3 и подготовленный с помощью RL Zoo — набора инструментов для обучения и подбора гиперпараметров агентов Stable-Baselines3. Модель предназначена для запуска в среде Acrobot-v1 и выбора действий на основе наблюдений за состоянием среды.

Агент обучен для задачи управления двухзвенным маятником: он должен раскачать его так, чтобы свободный конец поднялся выше заданной высоты. Для загрузки и запуска README предлагает использовать RL Zoo вместе со Stable-Baselines3. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Запуск агента в симуляции Acrobot-v1
  • Проверка поведения DQN в задаче управления маятником
  • Использование обученного чекпойнта Stable-Baselines3 в RL Zoo

Ограничения

Агент предназначен для среды Acrobot-v1; README не сообщает о проверке переноса на другие среды или о результатах оценки качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DQN Agent playing Acrobot-v1

This is a trained model of a DQN agent playing Acrobot-v1 using the stable-baselines3 library and the RL Zoo.

The RL Zoo is a training framework for Stable Baselines3 reinforcement learning agents, with hyperparameter optimization and pre-trained agents included.

Usage (with SB3 RL Zoo)

RL Zoo: https://github.com/DLR-RM/rl-baselines3-zoo SB3: https://github.com/DLR-RM/stable-baselines3 SB3 Contrib: https://github.com/Stable-Baselines-Team/stable-baselines3-contrib

# Download model and save it into the logs/ folder
python -m rl_zoo3.load_from_hub --algo dqn --env Acrobot-v1 -orga sb3 -f logs/
python enjoy.py --algo dqn --env Acrobot-v1  -f logs/

Training (with the RL Zoo)

python train.py --algo dqn --env Acrobot-v1 -f logs/
# Upload the model and generate video (when possible)
python -m rl_zoo3.push_to_hub --algo dqn --env Acrobot-v1 -f logs/ -orga sb3

Hyperparameters

OrderedDict([('batch_size', 128),
             ('buffer_size', 50000),
             ('exploration_final_eps', 0.1),
             ('exploration_fraction', 0.12),
             ('gamma', 0.99),
             ('gradient_steps', -1),
             ('learning_rate', 0.00063),
             ('learning_starts', 0),
             ('n_timesteps', 100000.0),
             ('policy', 'MlpPolicy'),
             ('policy_kwargs', 'dict(net_arch=[256, 256])'),
             ('target_update_interval', 250),
             ('train_freq', 4),
             ('normalize', False)])

Как запустить

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

GPU в ailist

Универсальный рантайм · stable-baselines3

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
a436014

0 моделей