返回模型

说明文档

此模型作为风电场控制环境的基线，使用近端策略优化（PPO）算法在任务0和模式6上进行训练和测试。 环境：风电场控制 任务：0 模式：6 算法：PPO 回合长度：5000 训练max_steps：8000000 测试max_steps：8000000 训练和测试脚本 下载环境

hivex-research/hivex-WFC-PPO-baseline-task-0-pattern-6

作者 hivex-research

reinforcement-learning hivex

↓ 0 ♥ 0

创建时间: 2024-08-29 21:27:21+00:00

更新时间: 2025-03-20 23:33:39+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.1715265317.RICHARD.29428.0

README.md

configuration.yaml

run_logs/timers.json

run_logs/training_status.json