返回模型
说明文档
该模型是空中野火扑救环境的基准模型，使用近端策略优化（PPO）算法在任务 <code>2</code> 和难度 <code>7</code> 下进行训练和测试。<br><br>
环境：空中野火扑救<br> 任务：<code>2</code><br> 难度：<code>7</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-2-difficulty-7
作者 hivex-research
reinforcement-learning
hivex
↓ 0
♥ 0
创建时间: 2024-08-30 13:12:50+00:00
更新时间: 2025-03-20 21:06:51+00:00
在 Hugging Face 上查看文件 (16)
.gitattributes
Agent.onnx
ONNX
Agent/Agent-1498968.onnx
ONNX
Agent/Agent-1498968.pt
Agent/Agent-1801656.onnx
ONNX
Agent/Agent-1801656.pt
Agent/Agent-499417.onnx
ONNX
Agent/Agent-499417.pt
Agent/Agent-999354.onnx
ONNX
Agent/Agent-999354.pt
Agent/checkpoint.pt
Agent/events.out.tfevents.1718310088.RICHARD.18360.0
README.md
configuration.yaml
run_logs/timers.json
run_logs/training_status.json