返回模型
说明文档
该模型作为海洋塑料收集（Ocean Plastic Collection）环境的基线模型，使用近端策略优化（PPO）算法在任务 <code>1</code> 上进行训练和测试。<br> <br> 环境：海洋塑料收集<br> 任务：<code>1</code><br> 算法：<code>PPO</code><br> 回合长度：<code>5000</code><br> 训练 <code>max_steps</code>：<code>3000000</code><br> 测试 <code>max_steps</code>：<code>150000</code><br> <br> 训练和测试脚本<br> 下载环境
hivex-research/hivex-OPC-PPO-baseline-task-1
作者 hivex-research
reinforcement-learning
hivex
↓ 0
♥ 0
创建时间: 2024-08-28 21:54:28+00:00
更新时间: 2025-03-20 23:06:38+00:00
在 Hugging Face 上查看文件 (18)
.gitattributes
Agent.onnx
ONNX
Agent/Agent-1499882.onnx
ONNX
Agent/Agent-1499882.pt
Agent/Agent-1999446.onnx
ONNX
Agent/Agent-1999446.pt
Agent/Agent-2499870.onnx
ONNX
Agent/Agent-2499870.pt
Agent/Agent-2999934.onnx
ONNX
Agent/Agent-2999934.pt
Agent/Agent-3000264.onnx
ONNX
Agent/Agent-3000264.pt
Agent/checkpoint.pt
Agent/events.out.tfevents.1716271204.RICHARD.10080.0
README.md
configuration.yaml
run_logs/timers.json
run_logs/training_status.json