返回模型
说明文档
该模型作为无人机森林再造环境的基线模型，使用近端策略优化（PPO）算法在任务 <code>5</code> 和难度 <code>8</code> 上进行训练和测试。<br><br>环境：无人机森林再造<br>任务：<code>5</code><br>难度：<code>8</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-5-difficulty-8
作者 hivex-research
reinforcement-learning
hivex
↓ 0
♥ 0
创建时间: 2024-08-30 08:24:50+00:00
更新时间: 2025-03-20 23:27:05+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.1717740059.RICHARD.45772.0
README.md
configuration.yaml
run_logs/timers.json
run_logs/training_status.json