返回模型
说明文档
此模型作为基于无人机的重新造林环境的基线，使用近端策略优化（PPO）算法在任务 <code>1</code> 和难度 <code>1</code> 上进行训练和测试。<br><br>环境：基于无人机的重新造林<br>任务：<code>1</code><br>难度：<code>1</code><br>算法：<code>PPO</code><br>回合长度：<code>2000</code><br>训练 <code>max_steps</code>：<code>1200000</code><br>测试 <code>max_steps</code>：<code>300000</code><br><br>训练和测试脚本<br>下载环境
hivex-research/hivex-DBR-PPO-baseline-task-1-difficulty-1
作者 hivex-research
reinforcement-learning
hivex
↓ 0
♥ 0
创建时间: 2024-08-30 08:05:49+00:00
更新时间: 2025-03-20 23:17:52+00:00
在 Hugging Face 上查看文件 (14)
.gitattributes
Agent.onnx
ONNX
Agent/Agent-1200063.onnx
ONNX
Agent/Agent-1200063.pt
Agent/Agent-499998.onnx
ONNX
Agent/Agent-499998.pt
Agent/Agent-999924.onnx
ONNX
Agent/Agent-999924.pt
Agent/checkpoint.pt
Agent/events.out.tfevents.1716628505.RICHARD.21236.0
README.md
configuration.yaml
run_logs/timers.json
run_logs/training_status.json