bcT1
/

ppo-lunarlander-v3

Model card Files Files and versions

YAML Metadata Warning:empty or missing yaml metadata in repo card

Check out the documentation for more information.

PPO LunarLander-v3

使用 PPO 算法训练 LunarLander-v3 智能体。

实验环境

Python 3.11.9
Gymnasium 1.4.0
Stable-Baselines3 2.9.0
PyTorch 2.4.1
训练设备：CPU

训练参数

算法：PPO
策略：MlpPolicy
并行环境数量：16
训练步数：1,000,000

实验结果

平均奖励：254.57
标准差：18.96
结论：智能体已经学会基本完成着陆任务。

文件说明

ppo-lunarlander-v3.zip：训练好的 PPO 模型
videos/：模型运行视频

Downloads last month: -; Downloads are not tracked for this model. How to track

Inference Providers NEW

This model isn't deployed by any Inference Provider. 🙋 Ask for provider support