说明文档

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

环境：Aerial Wildfire Suppression 任务：7 难度：4 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-7-difficulty-4

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-30 13:40:38+00:00

更新时间: 2025-03-20 21:18:31+00:00

.gitattributes

Agent.onnx ONNX

Agent/Agent-1499733.onnx ONNX

Agent/Agent-1499733.pt

Agent/Agent-1802607.onnx ONNX

Agent/Agent-1802607.pt

Agent/Agent-499952.onnx ONNX

Agent/Agent-499952.pt

Agent/Agent-999217.onnx ONNX

Agent/Agent-999217.pt

Agent/checkpoint.pt

Agent/events.out.tfevents.1717739609.RICHARD.16012.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json