返回模型
说明文档
该模型作为空中野火抑制环境的基线，使用近端策略优化（PPO）算法在任务<code>0</code>、难度<code>5</code>下进行训练和测试。<br><br>
环境：空中野火抑制<br> 任务：<code>0</code><br> 难度：<code>5</code><br> 算法：<code>PPO</code><br> 回合长度：<code>3000</code><br> 训练<code>max_steps</code>：<code>1800000</code><br> 测试<code>max_steps</code>：<code>180000</code><br><br>
hivex-research/hivex-AWS-PPO-baseline-task-0-difficulty-5
作者 hivex-research
reinforcement-learning
hivex
↓ 0
♥ 0
创建时间: 2024-08-28 22:34:30+00:00
更新时间: 2025-03-20 21:01:38+00:00
在 Hugging Face 上查看文件 (16)
.gitattributes
Agent.onnx
ONNX
Agent/Agent-1499706.onnx
ONNX
Agent/Agent-1499706.pt
Agent/Agent-1802055.onnx
ONNX
Agent/Agent-1802055.pt
Agent/Agent-498828.onnx
ONNX
Agent/Agent-498828.pt
Agent/Agent-998856.onnx
ONNX
Agent/Agent-998856.pt
Agent/checkpoint.pt
Agent/events.out.tfevents.1717749674.RICHARD.29960.0
README.md
configuration.yaml
run_logs/timers.json
run_logs/training_status.json