Обученный с нуля PPO-агент управляет посадочным модулем в среде LunarLander-v3 для экспериментов с обучением с подкреплением.

Подходит для: управление посадкой лунного модуля в симуляции · демонстрация алгоритма PPO в LunarLander-v3 · эксперименты с обучением с подкреплением на среде Gymnasium