/ Модель

Характеристики

Библиотека
stable-baselines3
Опубликована
2 июн 2022

ppo-BipedalWalker-v3

Обучение с подкреплением3 профессии

Обученный агент PPO для управления двуногим роботом в симуляции BipedalWalker-v3.

29скачиваний за 30 дней1лайквеса 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 обучения с подкреплением PPO для управления двуногим роботом в среде BipedalWalker-v3. Модель опубликована sb3 и создана с использованием библиотеки stable-baselines3 и набора инструментов RL Zoo.

Агент предназначен для запуска в симуляции BipedalWalker-v3: он получает состояние среды и выбирает управляющие действия, чтобы научиться передвигать робота по поверхности. Репозиторий содержит веса PyTorch; README описывает загрузку модели и запуск через RL Zoo.

Сценарии применения

  • запуск двуногого робота в симуляции BipedalWalker-v3
  • эксперименты с алгоритмом PPO в обучении с подкреплением
  • оценка готового агента Stable-Baselines3 на среде BipedalWalker-v3

Ограничения

Агент предназначен для среды BipedalWalker-v3; README не подтверждает его применимость к другим средам или реальным роботам.

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 BipedalWalker-v3

This is a trained model of a PPO agent playing BipedalWalker-v3 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 ppo --env BipedalWalker-v3 -orga sb3 -f logs/
python enjoy.py --algo ppo --env BipedalWalker-v3  -f logs/

Training (with the RL Zoo)

python train.py --algo ppo --env BipedalWalker-v3 -f logs/
# Upload the model and generate video (when possible)
python -m rl_zoo3.push_to_hub --algo ppo --env BipedalWalker-v3 -f logs/ -orga sb3

Hyperparameters

OrderedDict([('batch_size', 64),
             ('clip_range', 0.18),
             ('ent_coef', 0.0),
             ('gae_lambda', 0.95),
             ('gamma', 0.999),
             ('learning_rate', 0.0003),
             ('n_envs', 32),
             ('n_epochs', 10),
             ('n_steps', 2048),
             ('n_timesteps', 5000000.0),
             ('normalize', True),
             ('policy', 'MlpPolicy'),
             ('normalize_kwargs', {'norm_obs': True, 'norm_reward': 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
6f273ce

0 моделей