说明文档

该模型作为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 5、难度 1 下进行训练和测试。

环境：空中灭火 任务：5 难度：1 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-5-difficulty-1

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-30 13:27:41+00:00

更新时间: 2025-03-20 21:12:56+00:00

.gitattributes

Agent.onnx ONNX

Agent/Agent-1499946.onnx ONNX

Agent/Agent-1499946.pt

Agent/Agent-1800255.onnx ONNX

Agent/Agent-1800255.pt

Agent/Agent-499874.onnx ONNX

Agent/Agent-499874.pt

Agent/Agent-999998.onnx ONNX

Agent/Agent-999998.pt

Agent/checkpoint.pt

Agent/events.out.tfevents.1716785040.RICHARD.37856.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json