/ Модель

Характеристики

Библиотека
stable-baselines3
Опубликована
2 июн 2022

sac-Ant-v3

Обучение с подкреплением

Обученный агент SAC для управления четвероногим роботом в симуляционной среде Ant-v3.

113скачиваний 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 Soft Actor-Critic (SAC) для среды Ant-v3, опубликованный Stable-Baselines3 и RL Zoo. Модель предназначена для обучения и запуска агента в задаче управления четвероногим роботом в симуляции Ant-v3: она получает состояние среды и выбирает действия, чтобы перемещаться и сохранять равновесие. Для загрузки и запуска предусмотрена интеграция с Stable-Baselines3 и RL Zoo.

Репозиторий содержит веса PyTorch. Карточка не сообщает размер модели, контекст или поддерживаемые естественные языки; языковой ввод ей не требуется. Применение ограничено средой Ant-v3 и совместимыми настройками симуляции. Условия лицензии в доступных данных не указаны.

Сценарии применения

  • запуск агента для прохождения среды Ant-v3
  • эксперименты с обучением с подкреплением в MuJoCo
  • сравнение SAC с другими алгоритмами управления
  • изучение предобученных агентов Stable-Baselines3

Ограничения

Модель предназначена для среды Ant-v3 и не рассчитана на управление реальным роботом без отдельной адаптации. В карточке не указаны условия лицензии.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SAC Agent playing Ant-v3

This is a trained model of a SAC agent playing Ant-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 sac --env Ant-v3 -orga sb3 -f logs/
python enjoy.py --algo sac --env Ant-v3  -f logs/

Training (with the RL Zoo)

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

Hyperparameters

OrderedDict([('learning_starts', 10000),
             ('n_timesteps', 1000000.0),
             ('policy', 'MlpPolicy'),
             ('use_sde', False),
             ('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
f911c7d

0 моделей