ONNX 模型库
返回模型

说明文档

PPO 智能体游玩 Huggy

这是一个训练好的 PPO 智能体,使用 Unity ML-Agents 库 来游玩 Huggy。

用法(配合 ML-Agents)

文档:https://unity-technologies.github.io/ml-agents/ML-Agents-Toolkit-Documentation/

我们编写了完整的教程,教你如何使用 ML-Agents 训练第一个智能体并发布到 Hub:

  • 一个简短教程,教你让 Huggy 小狗 🐶 学会捡棍子,然后直接在浏览器中与它互动:https://huggingface.co/learn/deep-rl-course/unitbonus1/introduction
  • 一个更长教程,帮助你理解 ML-Agents 的工作原理:https://huggingface.co/learn/deep-rl-course/unit5/introduction

继续训练

mlagents-learn <你的配置文件路径.yaml> --run-id=<运行id> --resume

观看你的智能体游玩

你可以直接在浏览器中观看你的智能体游玩

  1. 如果环境是 ML-Agents 官方环境的一部分,请访问 https://huggingface.co/unity
  2. 第一步:找到你的 model_id: underspirit/learn-rl
  3. 第二步:选择你的 .nn /.onnx 文件
  4. 点击"观看智能体游玩"👀

underspirit/learn-rl

作者 underspirit

reinforcement-learning ml-agents
↓ 1 ♥ 0

创建时间: 2025-11-15 17:32:49+00:00

更新时间: 2025-11-16 16:31:28+00:00

在 Hugging Face 上查看

文件 (20)

.gitattributes
Huggy/Huggy-199992.onnx ONNX
Huggy/Huggy-199992.pt
Huggy/checkpoint.pt
Huggy/events.out.tfevents.1763310355.1e5076c78a99.8506.0
README.md
config.json
configuration.yaml
ppo-LunarLander-v2.zip
ppo-LunarLander-v2/_stable_baselines3_version
ppo-LunarLander-v2/data
ppo-LunarLander-v2/policy.optimizer.pth
ppo-LunarLander-v2/policy.pth
ppo-LunarLander-v2/pytorch_variables.pth
ppo-LunarLander-v2/system_info.txt
replay.mp4
results.json
run_logs/Player-0.log
run_logs/timers.json
run_logs/training_status.json