/ Модель

Характеристики

Библиотека
stable-baselines3
Опубликована
2 июн 2022

tqc-FetchPickAndPlace-v1

Обучение с подкреплением3 профессии

Обученный агент TQC для управления роботом при захвате и перемещении объекта в симуляторе FetchPickAndPlace-v1.

159скачиваний за 30 дней2лайкавеса 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 TQC (Truncated Quantile Critics) для среды FetchPickAndPlace-v1, опубликованный организацией Stable-Baselines3 и подготовленный с помощью RL Zoo. Модель предназначена для управления роботом в симуляции: агент учится перемещать объект и помещать его в заданное место, выбирая действия на основе наблюдений среды.

Агент создан на базе Stable-Baselines3 и распространяется в формате PyTorch. Его можно запускать и обучать через инструменты RL Zoo. Карточка не сообщает размер модели, длину обучения или количественные результаты на среде. Лицензия в доступных данных не указана.

Сценарии применения

  • обучение робота захвату и перемещению предметов в симуляции
  • проверка алгоритма TQC на задаче FetchPickAndPlace-v1
  • запуск предобученного агента через Stable-Baselines3 RL Zoo

Ограничения

Агент обучен для конкретной среды FetchPickAndPlace-v1; его пригодность для других сред или реального робота не подтверждена. В карточке нет количественных показателей качества.

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

TQC Agent playing FetchPickAndPlace-v1

This is a trained model of a TQC agent playing FetchPickAndPlace-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 tqc --env FetchPickAndPlace-v1 -orga sb3 -f logs/
python enjoy.py --algo tqc --env FetchPickAndPlace-v1  -f logs/

Training (with the RL Zoo)

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

Hyperparameters

OrderedDict([('batch_size', 512),
             ('buffer_size', 1000000),
             ('env_wrapper', 'sb3_contrib.common.wrappers.TimeFeatureWrapper'),
             ('gamma', 0.98),
             ('learning_rate', 0.001),
             ('n_timesteps', 1000000.0),
             ('policy', 'MultiInputPolicy'),
             ('policy_kwargs', 'dict(net_arch=[512, 512, 512], n_critics=2)'),
             ('replay_buffer_class', 'HerReplayBuffer'),
             ('replay_buffer_kwargs',
              "dict( online_sampling=True, goal_selection_strategy='future', "
              'n_sampled_goal=4, max_episode_length=100 )'),
             ('tau', 0.005),
             ('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
ce5e486

0 моделей