/ Модель

Характеристики

Библиотека
stable-baselines3
Опубликована
19 мая 2022

ppo-CartPole-v1

Обучение с подкреплением3 профессии

Обученный агент PPO для управления тележкой и удержания шеста в вертикальном положении в симуляции CartPole-v1.

1 445скачиваний за 30 дней0лайковвеса обновлены8 мар 2024

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 PPO для среды CartPole-v1, опубликованный в репозитории sb3/ppo-CartPole-v1. Модель создана с использованием библиотеки Stable-Baselines3 и обучающего фреймворка RL Zoo.

Агент предназначен для управления тележкой, балансирующей шест в симуляции CartPole-v1. Он принимает наблюдения среды и выбирает действия, чтобы удерживать шест в вертикальном положении. Это чекпойнт для запуска и изучения обучения с подкреплением в стандартной тестовой среде.

Сценарии применения

  • Запуск агента в среде CartPole-v1
  • Демонстрация обучения с подкреплением на классической среде
  • Изучение применения PPO с библиотекой Stable-Baselines3
  • Сравнение поведения агента с другими алгоритмами RL

Ограничения

Модель предназначена для среды CartPole-v1; карточка не подтверждает применимость её политики к другим средам или задачам управления.

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 CartPole-v1

This is a trained model of a PPO agent playing CartPole-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

Install the RL Zoo (with SB3 and SB3-Contrib):

pip install rl_zoo3
# Download model and save it into the logs/ folder
python -m rl_zoo3.load_from_hub --algo ppo --env CartPole-v1 -orga sb3 -f logs/
python -m rl_zoo3.enjoy --algo ppo --env CartPole-v1  -f logs/

If you installed the RL Zoo3 via pip (pip install rl_zoo3), from anywhere you can do:

python -m rl_zoo3.load_from_hub --algo ppo --env CartPole-v1 -orga sb3 -f logs/
python -m rl_zoo3.enjoy --algo ppo --env CartPole-v1  -f logs/

Training (with the RL Zoo)

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

Hyperparameters

OrderedDict([('batch_size', 256),
             ('clip_range', 'lin_0.2'),
             ('ent_coef', 0.0),
             ('gae_lambda', 0.8),
             ('gamma', 0.98),
             ('learning_rate', 'lin_0.001'),
             ('n_envs', 8),
             ('n_epochs', 20),
             ('n_steps', 32),
             ('n_timesteps', 100000.0),
             ('policy', 'MlpPolicy'),
             ('normalize', False)])

Environment Arguments

{'render_mode': 'rgb_array'}

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
3b0521a

0 моделей