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>3</code>和难度<code>2</code>下进行训练和测试。<br><br>
环境：空中灭火<br> 任务：<code>3</code><br> 难度：<code>2</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-3-difficulty-2
作者 hivex-research
reinforcement-learning
hivex
↓ 0
♥ 0
创建时间: 2024-08-30 13:15:10+00:00
更新时间: 2025-03-20 21:07:53+00:00
在 Hugging Face 上查看文件 (16)
.gitattributes
Agent.onnx
ONNX
Agent/Agent-1499055.onnx
ONNX
Agent/Agent-1499055.pt
Agent/Agent-1804005.onnx
ONNX
Agent/Agent-1804005.pt
Agent/Agent-497856.onnx
ONNX
Agent/Agent-497856.pt
Agent/Agent-999321.onnx
ONNX
Agent/Agent-999321.pt
Agent/checkpoint.pt
Agent/events.out.tfevents.1717225921.RICHARD.26740.0
README.md
configuration.yaml
run_logs/timers.json
run_logs/training_status.json