返回模型
说明文档
此模型作为风力发电场控制环境的基线模型，使用近端策略优化（PPO）算法在任务 <code>0</code> 和模式 <code>5</code> 上进行训练和测试。<br> <br> 环境：风力发电场控制<br> 任务：<code>0</code><br> 模式：<code>5</code><br> 算法：<code>PPO</code><br> 回合长度：<code>5000</code><br> 训练 <code>max_steps</code>：<code>8000000</code><br> 测试 <code>max_steps</code>：<code>8000000</code><br> <br> 训练和测试脚本<br> 下载环境
hivex-research/hivex-WFC-PPO-baseline-task-0-pattern-5
作者 hivex-research
reinforcement-learning
hivex
↓ 0
♥ 0
创建时间: 2024-08-29 21:26:53+00:00
更新时间: 2025-03-20 23:33:33+00:00
在 Hugging Face 上查看文件 (18)
.gitattributes
Agent.onnx
ONNX
Agent/Agent-6498432.onnx
ONNX
Agent/Agent-6498432.pt
Agent/Agent-6999096.onnx
ONNX
Agent/Agent-6999096.pt
Agent/Agent-7498432.onnx
ONNX
Agent/Agent-7498432.pt
Agent/Agent-7999096.onnx
ONNX
Agent/Agent-7999096.pt
Agent/Agent-8016384.onnx
ONNX
Agent/Agent-8016384.pt
Agent/checkpoint.pt
Agent/events.out.tfevents.1715328385.RICHARD.36932.0
README.md
configuration.yaml
run_logs/timers.json
run_logs/training_status.json