Обученный агент REINFORCE для управления тележкой и удержания шеста в равновесии в среде CartPole-v1.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Это обученная модель агента REINFORCE для среды CartPole-v1. Репозиторий опубликован пользователем sourav6565; карточка связывает модель с учебным курсом Deep Reinforcement Learning Course, раздел Unit 4. Модель предназначена для управления тележкой, балансирующей шест в среде CartPole-v1, и служит примером обучения с подкреплением. В репозитории указаны веса PyTorch. Лицензия в предоставленных данных не указана.
Модель предназначена для среды CartPole-v1; перенос на другие среды или задачи не заявлен. Результаты работы за пределами указанного сценария не описаны.
README от автора на Hugging Face, как он его опубликовал
This is a trained model of a Reinforce agent playing CartPole-v1 . To learn to use this model and train yours check Unit 4 of the Deep Reinforcement Learning Course: https://huggingface.co/deep-rl-course/unit4/introduction
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
RL-агенты не запускаются как сервис инференса.