返回模型

说明文档

该模型是 Drone-Based Reforestation（基于无人机的重新造林） 环境的基线模型，使用近端策略优化（Proximal Policy Optimization，PPO）算法在任务 1 和难度 3 上进行训练和测试。 环境：Drone-Based Reforestation 任务：1 难度：3 算法：PPO 回合长度：2000 训练 max_steps：1200000 测试 max_steps：300000 训练和测试脚本 下载环境

hivex-research/hivex-DBR-PPO-baseline-task-1-difficulty-3

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-30 08:06:48+00:00

更新时间: 2025-03-20 23:18:05+00:00

在 Hugging Face 上查看

文件 (14)

.gitattributes

Agent.onnx ONNX

Agent/Agent-1200192.onnx ONNX

Agent/Agent-1200192.pt

Agent/Agent-499984.onnx ONNX

Agent/Agent-499984.pt

Agent/Agent-999652.onnx ONNX

Agent/Agent-999652.pt

Agent/checkpoint.pt

Agent/events.out.tfevents.1717568283.RICHARD.24652.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json