返回模型
说明文档
该模型是无人机植树造林环境的基线模型，使用近端策略优化（PPO）算法在任务 <code>1</code> 和难度 <code>10</code> 上进行训练和测试。<br><br>环境：无人机植树造林<br>任务：<code>1</code><br>难度：<code>10</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>训练与测试脚本<br>下载环境
hivex-research/hivex-DBR-PPO-baseline-task-1-difficulty-10
作者 hivex-research
reinforcement-learning
hivex
↓ 0
♥ 0
创建时间: 2024-08-30 08:10:32+00:00
更新时间: 2025-03-20 23:18:54+00:00
在 Hugging Face 上查看文件 (14)
.gitattributes
Agent.onnx
ONNX
Agent/Agent-1200006.onnx
ONNX
Agent/Agent-1200006.pt
Agent/Agent-499993.onnx
ONNX
Agent/Agent-499993.pt
Agent/Agent-999999.onnx
ONNX
Agent/Agent-999999.pt
Agent/checkpoint.pt
Agent/events.out.tfevents.1717414553.RICHARD.27220.0
README.md
configuration.yaml
run_logs/timers.json
run_logs/training_status.json