PPO Agent playing Pendulum-v1

This is a trained model of a PPO agent playing Pendulum-v1
using the stable-baselines3 library
and the RL Zoo.
The RL Zoo is a training framework for Stable Baselines3
reinforcement learning agents,
with hyperparameter optimization and pre-trained agents included.


Usage (with SB3 RL Zoo)

RL Zoo: https://github.com/DLR-RM/rl-baselines3-zoo
SB3: https://github.com/DLR-RM/stable-baselines3
SB3 Contrib: https://github.com/Stable-Baselines-Team/stable-baselines3-contrib
# Download model and save it into the logs/ folder
python -m utils.load_from_hub --algo ppo --env Pendulum-v1 -orga HumanCompatibleAI -f logs/
python enjoy.py --algo ppo --env Pendulum-v1 -f logs/


Training (with the RL Zoo)

python train.py --algo ppo --env Pendulum-v1 -f logs/
# Upload the model and generate video (when possible)
python -m utils.push_to_hub --algo ppo --env Pendulum-v1 -f logs/ -orga HumanCompatibleAI


Hyperparameters

OrderedDict([('clip_range', 0.2),
('ent_coef', 0.0),
('gae_lambda', 0.95),
('gamma', 0.9),
('learning_rate', 0.001),
('n_envs', 4),
('n_epochs', 10),
('n_steps', 1024),
('n_timesteps', 100000.0),
('policy', 'MlpPolicy'),
('sde_sample_freq', 4),
('use_sde', True),
('normalize', False)])

数据统计

数据评估

HumanCompatibleAI/ppo-Pendulum-v1浏览人数已经达到17,如你需要查询该站的相关权重信息,可以点击"5118数据""爱站数据""Chinaz数据"进入;以目前的网站数据参考,建议大家请以爱站数据为准,更多网站价值评估因素如:HumanCompatibleAI/ppo-Pendulum-v1的访问速度、搜索引擎收录以及索引量、用户体验等;当然要评估一个站的价值,最主要还是需要根据您自身的需求以及需要,一些确切的数据则需要找HumanCompatibleAI/ppo-Pendulum-v1的站长进行洽谈提供。如该站的IP、PV、跳出率等!

关于HumanCompatibleAI/ppo-Pendulum-v1特别声明

本站OpenI提供的HumanCompatibleAI/ppo-Pendulum-v1都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由OpenI实际控制,在2023年 5月 26日 下午6:15收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,OpenI不承担任何责任。

相关导航

暂无评论

暂无评论...