/ Модель

Характеристики

Библиотека
stable-baselines3
Опубликована
2 июн 2022

dqn-BeamRiderNoFrameskip-v4

Обучение с подкреплением3 профессии

Обученный агент DQN для выбора действий в игровой среде BeamRiderNoFrameskip-v4.

112скачиваний 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 игры BeamRiderNoFrameskip-v4, опубликованный организацией Stable-Baselines3. Модель создана с помощью библиотеки stable-baselines3 в рамках RL Zoo — набора инструментов для обучения и подбора гиперпараметров агентов обучения с подкреплением.

Агент предназначен для взаимодействия со средой BeamRiderNoFrameskip-v4 и выбора игровых действий на основе наблюдений среды. Его можно загружать и запускать через RL Zoo для демонстрации игры или экспериментов с обучением с подкреплением. Модель сохранена в формате PyTorch; README не приводит размер сети, результаты игры или подробности входных и выходных тензоров.

Сценарии применения

  • Запуск агента DQN в среде BeamRiderNoFrameskip-v4
  • Демонстрация игры агента в BeamRider
  • Эксперименты с обучением с подкреплением на игровой среде Atari
  • Использование предобученного агента через Stable-Baselines3 RL Zoo

Ограничения

Агент обучен для конкретной среды BeamRiderNoFrameskip-v4; его пригодность для других игр и сред не подтверждена. README не сообщает показатели качества агента.

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

DQN Agent playing BeamRiderNoFrameskip-v4

This is a trained model of a DQN agent playing BeamRiderNoFrameskip-v4 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 BeamRiderNoFrameskip-v4 -orga sb3 -f logs/
python enjoy.py --algo dqn --env BeamRiderNoFrameskip-v4  -f logs/

Training (with the RL Zoo)

python train.py --algo dqn --env BeamRiderNoFrameskip-v4 -f logs/
# Upload the model and generate video (when possible)
python -m rl_zoo3.push_to_hub --algo dqn --env BeamRiderNoFrameskip-v4 -f logs/ -orga sb3

Hyperparameters

OrderedDict([('batch_size', 32),
             ('buffer_size', 10000),
             ('env_wrapper',
              ['stable_baselines3.common.atari_wrappers.AtariWrapper']),
             ('exploration_final_eps', 0.01),
             ('exploration_fraction', 0.1),
             ('frame_stack', 4),
             ('gradient_steps', 1),
             ('learning_rate', 0.0001),
             ('learning_starts', 100000),
             ('n_timesteps', 10000000.0),
             ('optimize_memory_usage', True),
             ('policy', 'CnnPolicy'),
             ('target_update_interval', 1000),
             ('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
b916507

0 моделей