Обученный PPO-агент для игры в Huggy в среде Unity ML-Agents.
Подходит для: Запуск агента для игры в Huggy · Просмотр поведения обученного агента в браузере · Продолжение обучения агента с помощью Unity ML-Agents
Дообученная модель Qwen для планирования, рефлексии и использования инструментов в агентных системах.
Подходит для: планирование шагов для языкового агента · выбор и вызов инструментов в диалоге · рефлексия и корректировка плана агента
Производная модели remn123/ppo-LunarLander-v3. Обученный агент PPO для управления посадочным модулем в симуляции LunarLander-v3.
Подходит для: обучение агента посадке в симуляторе LunarLander-v3 · тестирование алгоритма PPO в среде управления · эксперименты с обучением с подкреплением на Stable-Baselines3