/ Модель

Характеристики

Библиотека
ml-agents
Опубликована
18 июл 2026

ppo-PyramidsRND

Обучение с подкреплением

Обученный PPO-агент для игры Pyramids в среде Unity ML-Agents.

14скачиваний за 30 дней0лайковвеса обновлены18 июл 2026

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 обученная модель агента Proximal Policy Optimization (PPO), разработанная для игры Pyramids в Unity ML-Agents. Она предназначена для управления игровым агентом в этой среде; репозиторий содержит модель в формате ONNX, которую можно использовать для запуска агента и продолжения обучения средствами ML-Agents.

Модель принимает наблюдения среды и выдаёт действия агента. Карточка не сообщает размер модели, языки или численные характеристики обучения. Указана библиотека ML-Agents; лицензия не приведена.

Сценарии применения

  • Запуск агента в среде Unity Pyramids
  • Просмотр игры обученного агента
  • Продолжение обучения PPO-агента в ML-Agents
  • Эксперименты с глубоким обучением с подкреплением в игровой среде

Ограничения

Модель предназначена для среды Pyramids и не заявлена как агент общего назначения. Лицензия и количественные показатели качества в карточке не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ppo Agent playing Pyramids

This is a trained model of a ppo agent playing Pyramids using the Unity ML-Agents Library.

Usage (with ML-Agents)

The Documentation: https://unity-technologies.github.io/ml-agents/ML-Agents-Toolkit-Documentation/

We wrote a complete tutorial to learn to train your first agent using ML-Agents and publish it to the Hub:

Resume the training

mlagents-learn <your_configuration_file_path.yaml> --run-id=<run_id> --resume

Watch your Agent play

You can watch your agent playing directly in your browser

  1. If the environment is part of ML-Agents official environments, go to https://huggingface.co/unity
  2. Step 1: Find your model_id: vicsonsam/ppo-PyramidsRND
  3. Step 2: Select your .nn /.onnx file
  4. Click on Watch the agent play 👀

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · ml-agents

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
3a0fbbd

0 моделей