说明文档

该模型是空中野火抑制环境的基线模型，使用近端策略优化（PPO）算法在任务2和难度8上进行训练和测试。

环境：空中野火抑制 任务：2 难度：8 算法：PPO 回合长度：3000 训练max_steps：1800000 测试max_steps：180000

训练与测试脚本 下载环境

hivex-research/hivex-AWS-PPO-baseline-task-2-difficulty-8

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-30 13:13:30+00:00

更新时间: 2025-03-20 21:06:57+00:00

.gitattributes

Agent.onnx ONNX

Agent/Agent-1499406.onnx ONNX

Agent/Agent-1499406.pt

Agent/Agent-1801356.onnx ONNX

Agent/Agent-1801356.pt

Agent/Agent-499405.onnx ONNX

Agent/Agent-499405.pt

Agent/Agent-999204.onnx ONNX

Agent/Agent-999204.pt

Agent/checkpoint.pt

Agent/events.out.tfevents.1718274034.RICHARD.21720.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json