Reinforcement-Learning
yDiffraction·reinforcement learning
Производная модели MrBenjaroo/ppo-LunarLander-v3-veryBadTest. Обученный агент PPO для управления посадочным модулем в симуляции LunarLander-v3.
Подходит для: управление посадочным модулем в LunarLander-v3 · эксперименты с алгоритмом PPO · обучение и демонстрация обучения с подкреплением на Gymnasium
Загрузки на Hugging Face · 5Лайки · 5Выход на Hugging Face · 28 июл 2026