PPO Agent for Huggy 🐶

训练成果展示

• 算法: PPO (Proximal Policy Optimization)
• 训练步数: 2,000,000 steps
• 平均奖励 (Mean Reward): ~3.8 - 4.0 (已收敛)

模型描述

• 观测空间 (Observation Space): 包含 Huggy 的关节位置、速度以及目标物体的相对位置。
• 动作空间 (Action Space): 连续动作，控制 Huggy 各个腿部关节的力矩。

使用方法

1. 安装 Unity ML-Agents Toolkit。
2. 下载本仓库中的 Huggy.onnx 文件。
3. 将 .onnx 文件拖入 Unity 项目。
4. 在 Huggy 对象的 Behavior Parameters 组件中，将该文件拖入 Model 字段。
5. 按下 Play 键观察效果。

训练配置 (Hyperparameters)