返回模型

说明文档

此模型作为无人机造林环境的基线模型，使用近端策略优化（PPO）算法在任务 5、难度 6 上进行训练和测试。 环境：无人机造林 任务：5 难度：6 算法：PPO 回合长度：2000 训练 max_steps：1200000 测试 max_steps：300000 训练与测试脚本 下载环境

hivex-research/hivex-DBR-PPO-baseline-task-5-difficulty-6

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-30 08:24:07+00:00

更新时间: 2025-03-20 23:26:51+00:00

在 Hugging Face 上查看

文件 (14)

.gitattributes

Agent.onnx ONNX

Agent/Agent-1201200.onnx ONNX

Agent/Agent-1201200.pt

Agent/Agent-499600.onnx ONNX

Agent/Agent-499600.pt

Agent/Agent-999600.onnx ONNX

Agent/Agent-999600.pt

Agent/checkpoint.pt

Agent/events.out.tfevents.1717317360.RICHARD.26324.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json