说明文档

该模型是空中野火压制（Aerial Wildfire Suppression）环境的基线模型，使用近端策略优化（PPO）算法在任务 5 难度 7 下进行训练和测试。

环境：空中野火压制（Aerial Wildfire Suppression） 任务：5 难度：7 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-7

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-30 13:30:09+00:00

更新时间: 2025-03-20 21:13:43+00:00

.gitattributes

Agent.onnx ONNX

Agent/Agent-1499943.onnx ONNX

Agent/Agent-1499943.pt

Agent/Agent-1800093.onnx ONNX

Agent/Agent-1800093.pt

Agent/Agent-499870.onnx ONNX

Agent/Agent-499870.pt

Agent/Agent-999884.onnx ONNX

Agent/Agent-999884.pt

Agent/checkpoint.pt

Agent/events.out.tfevents.1717860337.RICHARD.39880.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json