说明文档

该模型作为空中野火抑制（Aerial Wildfire Suppression）环境的基线模型，使用近端策略优化（PPO）算法在任务 4 和难度 7 上进行训练和测试。

环境：空中野火抑制（Aerial Wildfire Suppression）任务：4 难度：7 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-4-difficulty-7

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-30 13:26:17+00:00

更新时间: 2025-03-20 21:12:15+00:00

.gitattributes

Agent.onnx ONNX

Agent/Agent-1499904.onnx ONNX

Agent/Agent-1499904.pt

Agent/Agent-1806006.onnx ONNX

Agent/Agent-1806006.pt

Agent/Agent-499455.onnx ONNX

Agent/Agent-499455.pt

Agent/Agent-999798.onnx ONNX

Agent/Agent-999798.pt

Agent/checkpoint.pt

Agent/events.out.tfevents.1717057325.RICHARD.3656.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json