说明文档

该模型作为空中野火抑制环境的基准模型，使用近端策略优化（PPO）算法在任务4难度6上进行了训练和测试。

环境：空中野火抑制 任务：4 难度：6 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-4-difficulty-6

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-30 13:25:54+00:00

更新时间: 2025-03-20 21:12:03+00:00

.gitattributes

Agent.onnx ONNX

Agent/Agent-1497321.onnx ONNX

Agent/Agent-1497321.pt

Agent/Agent-1801305.onnx ONNX

Agent/Agent-1801305.pt

Agent/Agent-499821.onnx ONNX

Agent/Agent-499821.pt

Agent/Agent-997315.onnx ONNX

Agent/Agent-997315.pt

Agent/checkpoint.pt

Agent/events.out.tfevents.1717011336.RICHARD.15508.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json