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 2 和难度 10 下进行训练和测试。

环境：空中灭火 任务：2 难度：10 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-2-difficulty-10

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-30 13:14:18+00:00

更新时间: 2025-03-20 21:07:16+00:00

.gitattributes

Agent.onnx ONNX

Agent/Agent-1499138.onnx ONNX

Agent/Agent-1499138.pt

Agent/Agent-1801956.onnx ONNX

Agent/Agent-1801956.pt

Agent/Agent-499922.onnx ONNX

Agent/Agent-499922.pt

Agent/Agent-998904.onnx ONNX

Agent/Agent-998904.pt

Agent/checkpoint.pt

Agent/events.out.tfevents.1718282074.RICHARD.32724.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json