说明文档

该模型作为空中野火扑救环境的基线模型，使用近端策略优化（PPO）算法在任务 1 和难度 8 下进行训练和测试。

环境：空中野火扑救 任务：1 难度：8 算法：PPO 回合长度：3000 训练 max_steps：1800000 测试 max_steps：180000

训练和测试脚本 下载环境

hivex-research/hivex-AWS-PPO-baseline-task-1-difficulty-8

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-30 13:09:22+00:00

更新时间: 2025-03-20 21:04:28+00:00

.gitattributes

Agent.onnx ONNX

Agent/Agent-1497423.onnx ONNX

Agent/Agent-1497423.pt

Agent/Agent-1800879.onnx ONNX

Agent/Agent-1800879.pt

Agent/Agent-497490.onnx ONNX

Agent/Agent-497490.pt

Agent/Agent-997269.onnx ONNX

Agent/Agent-997269.pt

Agent/checkpoint.pt

Agent/events.out.tfevents.1717887878.RICHARD.44284.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json