返回模型
说明文档
该模型作为 空中灭火 环境的基线模型，使用近端策略优化（PPO）算法在任务 <code>1</code>、难度 <code>2</code> 下进行训练和测试。<br><br>
环境：空中灭火<br> 任务：<code>1</code><br> 难度：<code>2</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-1-difficulty-2
作者 hivex-research
reinforcement-learning
hivex
↓ 0
♥ 0
创建时间: 2024-08-30 13:03:26+00:00
更新时间: 2025-03-20 21:02:34+00:00
在 Hugging Face 上查看文件 (16)
.gitattributes
Agent.onnx
ONNX
Agent/Agent-1498404.onnx
ONNX
Agent/Agent-1498404.pt
Agent/Agent-1808349.onnx
ONNX
Agent/Agent-1808349.pt
Agent/Agent-497355.onnx
ONNX
Agent/Agent-497355.pt
Agent/Agent-999027.onnx
ONNX
Agent/Agent-999027.pt
Agent/checkpoint.pt
Agent/events.out.tfevents.1717627338.RICHARD.34856.0
README.md
configuration.yaml
run_logs/timers.json
run_logs/training_status.json