PPO LunarLander V2

🚀 PPO 智能體玩轉 LunarLander-v2

本項目是一個經過訓練的 PPO 智能體，它藉助 stable-baselines3 庫 來玩 LunarLander-v2 遊戲。該項目展示了深度強化學習在實際場景中的應用，能幫助開發者快速上手相關技術。

🚀 快速開始

安裝依賴

若你已安裝 stable-baselines3 和 huggingface_sb3，使用此模型將十分便捷：

pip install stable-baselines3
pip install huggingface_sb3

使用模型

以下是使用該模型的示例代碼：

import gym

from huggingface_sb3 import load_from_hub
from stable_baselines3 import PPO
from stable_baselines3.common.evaluation import evaluate_policy

# 從模型中心獲取模型
## repo_id = 來自 Hugging Face Hub 的模型倉庫 ID (repo_id = {組織名}/{倉庫名})
## filename = 倉庫中模型壓縮文件的名稱
checkpoint = load_from_hub(repo_id="BioGeek/PPO-LunarLander-v2", filename="ppo-LunarLander-v2.zip")
model = PPO.load(checkpoint)

# 評估智能體
eval_env = gym.make('LunarLander-v2')
mean_reward, std_reward = evaluate_policy(model, eval_env, n_eval_episodes=10, deterministic=True)
print(f"mean_reward={mean_reward:.2f} +/- {std_reward}")
 
# 觀看智能體遊戲過程
obs = eval_env.reset()
for i in range(1000):
    action, _state = model.predict(obs)
    obs, reward, done, info = eval_env.step(action)
    eval_env.render()
    if done:
        obs = eval_env.reset()
eval_env.close()

📦 模型信息