返回模型
说明文档
该模型是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>4</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>4</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-4
作者 hivex-research
reinforcement-learning
hivex
↓ 0
♥ 0
创建时间: 2024-08-30 13:04:22+00:00
更新时间: 2025-03-20 21:03:56+00:00
在 Hugging Face 上查看文件 (16)
.gitattributes
Agent.onnx
ONNX
Agent/Agent-1499826.onnx
ONNX
Agent/Agent-1499826.pt
Agent/Agent-1806897.onnx
ONNX
Agent/Agent-1806897.pt
Agent/Agent-499410.onnx
ONNX
Agent/Agent-499410.pt
Agent/Agent-998789.onnx
ONNX
Agent/Agent-998789.pt
Agent/checkpoint.pt
Agent/events.out.tfevents.1717710201.RICHARD.21156.0
README.md
configuration.yaml
run_logs/timers.json
run_logs/training_status.json