返回模型

说明文档

该模型作为海洋塑料收集环境的基线，使用近端策略优化（PPO）算法在任务 <code>3</code> 上进行训练和测试。 环境：海洋塑料收集 任务：<code>3</code> 算法：<code>PPO</code> 回合长度：<code>5000</code> 训练 <code>max_steps</code>：<code>3000000</code> 测试 <code>max_steps</code>：<code>150000</code> 训练与测试脚本 下载环境

hivex-research/hivex-OPC-PPO-baseline-task-3

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-28 21:59:50+00:00

更新时间: 2025-03-20 23:06:51+00:00

在 Hugging Face 上查看

文件 (18)

.gitattributes

Agent.onnx ONNX

Agent/Agent-1499644.onnx ONNX

Agent/Agent-1499644.pt

Agent/Agent-1999124.onnx ONNX

Agent/Agent-1999124.pt

Agent/Agent-2499154.onnx ONNX

Agent/Agent-2499154.pt

Agent/Agent-2999415.onnx ONNX

Agent/Agent-2999415.pt

Agent/Agent-3002415.onnx ONNX

Agent/Agent-3002415.pt

Agent/checkpoint.pt

Agent/events.out.tfevents.1716543925.RICHARD.31540.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json