返回模型
说明文档
This is a straightforward translation task. No codebase exploration needed.
该模型是 Aerial Wildfire Suppression（空中野火抑制）环境的基线模型，使用近端策略优化（PPO）算法在任务 <code>0</code> 和难度 <code>9</code> 下进行训练和测试。<br><br>
环境：Aerial Wildfire Suppression（空中野火抑制）<br> 任务：<code>0</code><br> 难度：<code>9</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-9
作者 hivex-research
reinforcement-learning
hivex
↓ 0
♥ 0
创建时间: 2024-08-30 13:01:43+00:00
更新时间: 2025-03-20 21:02:07+00:00
在 Hugging Face 上查看文件 (16)
.gitattributes
Agent.onnx
ONNX
Agent/Agent-1497654.onnx
ONNX
Agent/Agent-1497654.pt
Agent/Agent-1805355.onnx
ONNX
Agent/Agent-1805355.pt
Agent/Agent-499492.onnx
ONNX
Agent/Agent-499492.pt
Agent/Agent-997032.onnx
ONNX
Agent/Agent-997032.pt
Agent/checkpoint.pt
Agent/events.out.tfevents.1717520752.RICHARD.20700.0
README.md
configuration.yaml
run_logs/timers.json
run_logs/training_status.json