返回模型

说明文档

该模型作为无人机再造林环境的基线模型，使用近端策略优化（PPO）算法在任务 3 和难度 5 下进行训练和测试。 环境：无人机再造林 任务：3 难度：5 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-3-difficulty-5

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-28 21:29:24+00:00

更新时间: 2025-03-20 23:24:11+00:00

在 Hugging Face 上查看

文件 (14)

.gitattributes

Agent.onnx ONNX

Agent/Agent-1200912.onnx ONNX

Agent/Agent-1200912.pt

Agent/Agent-499826.onnx ONNX

Agent/Agent-499826.pt

Agent/Agent-999960.onnx ONNX

Agent/Agent-999960.pt

Agent/checkpoint.pt

Agent/events.out.tfevents.1717644297.RICHARD.39688.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json