说明文档

该模型作为空中野火扑灭环境的基线模型，使用近端策略优化（PPO）算法在任务 8 和难度 7 上进行训练和测试。

环境：空中野火扑灭 任务：8 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-8-difficulty-7

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-30 13:45:37+00:00

更新时间: 2025-03-20 21:19:45+00:00

.gitattributes

Agent.onnx ONNX

Agent/Agent-1499162.onnx ONNX

Agent/Agent-1499162.pt

Agent/Agent-1803552.onnx ONNX

Agent/Agent-1803552.pt

Agent/Agent-497487.onnx ONNX

Agent/Agent-497487.pt

Agent/Agent-999873.onnx ONNX

Agent/Agent-999873.pt

Agent/checkpoint.pt

Agent/events.out.tfevents.1717879475.RICHARD.33940.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json