Hugging Face's logo

djmango
/
openfront-rl

Reinforcement Learning
Safetensors
PyTorch
ppo
openfront
game-ai
Model card Files
xet
 Community
djmango commited on
Commit
4947808
·
verified ·
1 Parent(s): e625ebc

Prune dense checkpoints (batch 2, 200 files)

Browse files
This view is limited to 50 files because it contains too many changes.   See raw diff
Files changed (50) hide show
  1. ppo_v10/policy_update10420.state.json +0 -245
  2. ppo_v10/policy_update10425.safetensors +0 -3
  3. ppo_v10/policy_update10425.state.json +0 -245
  4. ppo_v10/policy_update10430.safetensors +0 -3
  5. ppo_v10/policy_update10430.state.json +0 -245
  6. ppo_v10/policy_update10435.safetensors +0 -3
  7. ppo_v10/policy_update10435.state.json +0 -245
  8. ppo_v10/policy_update10440.safetensors +0 -3
  9. ppo_v10/policy_update10440.state.json +0 -245
  10. ppo_v10/policy_update10445.safetensors +0 -3
  11. ppo_v10/policy_update10445.state.json +0 -245
  12. ppo_v10/policy_update10450.safetensors +0 -3
  13. ppo_v10/policy_update10450.state.json +0 -245
  14. ppo_v10/policy_update10455.safetensors +0 -3
  15. ppo_v10/policy_update10455.state.json +0 -245
  16. ppo_v10/policy_update10460.safetensors +0 -3
  17. ppo_v10/policy_update10460.state.json +0 -245
  18. ppo_v10/policy_update10465.safetensors +0 -3
  19. ppo_v10/policy_update10465.state.json +0 -245
  20. ppo_v10/policy_update10470.safetensors +0 -3
  21. ppo_v10/policy_update10470.state.json +0 -245
  22. ppo_v10/policy_update10475.safetensors +0 -3
  23. ppo_v10/policy_update10475.state.json +0 -245
  24. ppo_v10/policy_update10480.safetensors +0 -3
  25. ppo_v10/policy_update10480.state.json +0 -245
  26. ppo_v10/policy_update10485.safetensors +0 -3
  27. ppo_v10/policy_update10485.state.json +0 -245
  28. ppo_v10/policy_update10490.safetensors +0 -3
  29. ppo_v10/policy_update10490.state.json +0 -245
  30. ppo_v10/policy_update10495.safetensors +0 -3
  31. ppo_v10/policy_update10495.state.json +0 -245
  32. ppo_v10/policy_update10500.safetensors +0 -3
  33. ppo_v10/policy_update10500.state.json +0 -245
  34. ppo_v10/policy_update10505.safetensors +0 -3
  35. ppo_v10/policy_update10505.state.json +0 -245
  36. ppo_v10/policy_update10510.safetensors +0 -3
  37. ppo_v10/policy_update10510.state.json +0 -245
  38. ppo_v10/policy_update10515.safetensors +0 -3
  39. ppo_v10/policy_update10515.state.json +0 -245
  40. ppo_v10/policy_update10520.safetensors +0 -3
  41. ppo_v10/policy_update10520.state.json +0 -245
  42. ppo_v10/policy_update10525.safetensors +0 -3
  43. ppo_v10/policy_update10525.state.json +0 -245
  44. ppo_v10/policy_update10530.safetensors +0 -3
  45. ppo_v10/policy_update10530.state.json +0 -245
  46. ppo_v10/policy_update10535.safetensors +0 -3
  47. ppo_v10/policy_update10535.state.json +0 -245
  48. ppo_v10/policy_update10540.safetensors +0 -3
  49. ppo_v10/policy_update10540.state.json +0 -245
  50. ppo_v10/policy_update10545.safetensors +0 -3
ppo_v10/policy_update10420.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10421,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36617728,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 1.0,
13
- 0.0,
14
- 1.0,
15
- 0.0,
16
- 1.0,
17
- 1.0,
18
- 1.0,
19
- 0.0,
20
- 0.0,
21
- 1.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 1.0,
29
- 1.0,
30
- 1.0,
31
- 0.0,
32
- 1.0,
33
- 1.0,
34
- 1.0,
35
- 1.0,
36
- 1.0,
37
- 1.0,
38
- 1.0,
39
- 1.0,
40
- 1.0,
41
- 1.0,
42
- 1.0,
43
- 0.0,
44
- 1.0,
45
- 1.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 1.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 1.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 1.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 1.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10425.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:725aa1e4f2089b7adcb8a4898ca0c9fa02cc82230aff7f519e815e3214979433
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10425.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10426,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36635648,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 1.0,
13
- 1.0,
14
- 1.0,
15
- 1.0,
16
- 1.0,
17
- 1.0,
18
- 1.0,
19
- 0.0,
20
- 1.0,
21
- 1.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 0.0,
26
- 1.0,
27
- 1.0,
28
- 0.0,
29
- 1.0,
30
- 0.0,
31
- 0.0,
32
- 1.0,
33
- 1.0,
34
- 1.0,
35
- 1.0,
36
- 0.0,
37
- 1.0,
38
- 1.0,
39
- 1.0,
40
- 0.0,
41
- 1.0,
42
- 0.0,
43
- 0.0,
44
- 1.0,
45
- 1.0,
46
- 0.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 0.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 1.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 1.0,
110
- 0.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 0.0,
115
- 1.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 1.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 1.0,
125
- 0.0,
126
- 0.0,
127
- 1.0,
128
- 0.0,
129
- 0.0,
130
- 1.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10430.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:5c897ae9ccdf9f1c51fe4610c59c0b1949a2658d6ce7d3bae2884f5f1a265b1e
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10430.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10431,
5
- "stage": 28,
6
- "ent_scale": 4.761904761904762,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36653568,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 1.0,
13
- 1.0,
14
- 0.0,
15
- 1.0,
16
- 1.0,
17
- 1.0,
18
- 0.0,
19
- 1.0,
20
- 0.0,
21
- 0.0,
22
- 1.0,
23
- 1.0,
24
- 0.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 1.0,
29
- 0.0,
30
- 1.0,
31
- 1.0,
32
- 1.0,
33
- 0.0,
34
- 0.0,
35
- 1.0,
36
- 1.0,
37
- 1.0,
38
- 1.0,
39
- 1.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 1.0,
44
- 1.0,
45
- 1.0,
46
- 1.0,
47
- 0.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 0.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 0.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 0.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 1.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 0.0,
104
- 0.0,
105
- 1.0,
106
- 0.0,
107
- 0.0,
108
- 1.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 1.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 1.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 1.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10435.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:213075e2022531ad782b93833856f71d1bf13a63053f3e726a0457e444f23d26
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10435.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10436,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36671488,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 0.0,
13
- 0.0,
14
- 1.0,
15
- 1.0,
16
- 1.0,
17
- 1.0,
18
- 1.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 0.0,
27
- 1.0,
28
- 0.0,
29
- 1.0,
30
- 0.0,
31
- 0.0,
32
- 1.0,
33
- 1.0,
34
- 1.0,
35
- 0.0,
36
- 0.0,
37
- 1.0,
38
- 0.0,
39
- 0.0,
40
- 1.0,
41
- 1.0,
42
- 1.0,
43
- 1.0,
44
- 0.0,
45
- 0.0,
46
- 1.0,
47
- 1.0,
48
- 0.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 0.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 0.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 1.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 1.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 1.0,
115
- 1.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 1.0,
120
- 1.0,
121
- 0.0,
122
- 1.0,
123
- 1.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 1.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 1.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10440.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:cddfdd2621dcc4dd746ec701f24dd24ec4a056dac4cb8caf98fc98896197d34c
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10440.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10441,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36689408,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 0.0,
13
- 0.0,
14
- 1.0,
15
- 1.0,
16
- 0.0,
17
- 1.0,
18
- 1.0,
19
- 1.0,
20
- 0.0,
21
- 0.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 1.0,
29
- 1.0,
30
- 0.0,
31
- 1.0,
32
- 0.0,
33
- 1.0,
34
- 1.0,
35
- 0.0,
36
- 1.0,
37
- 1.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 1.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 0.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 0.0,
86
- 0.0,
87
- 1.0,
88
- 0.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 1.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 1.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 1.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 1.0,
117
- 0.0,
118
- 0.0,
119
- 1.0,
120
- 0.0,
121
- 0.0,
122
- 1.0,
123
- 0.0,
124
- 1.0,
125
- 1.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10445.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:09476851ce14f1f51c7f268611a60367929d6e9d9dd4d4a123f1ff2474010313
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10445.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10446,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36707328,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 0.0,
13
- 1.0,
14
- 1.0,
15
- 0.0,
16
- 1.0,
17
- 1.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 1.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 1.0,
27
- 1.0,
28
- 1.0,
29
- 0.0,
30
- 1.0,
31
- 1.0,
32
- 1.0,
33
- 0.0,
34
- 1.0,
35
- 1.0,
36
- 1.0,
37
- 1.0,
38
- 0.0,
39
- 1.0,
40
- 1.0,
41
- 1.0,
42
- 0.0,
43
- 1.0,
44
- 1.0,
45
- 1.0,
46
- 0.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 0.0,
70
- 0.0,
71
- 1.0,
72
- 0.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 1.0,
97
- 0.0,
98
- 0.0,
99
- 1.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 0.0,
104
- 1.0,
105
- 1.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 1.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 1.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 1.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10450.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:1215cae4171a25aa9a764622d97b0da5c18283016ad87dd72d3993c31c48e6af
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10450.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10451,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36725248,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 0.0,
13
- 1.0,
14
- 1.0,
15
- 1.0,
16
- 0.0,
17
- 1.0,
18
- 1.0,
19
- 1.0,
20
- 1.0,
21
- 0.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 1.0,
29
- 1.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 1.0,
34
- 1.0,
35
- 1.0,
36
- 0.0,
37
- 1.0,
38
- 0.0,
39
- 1.0,
40
- 1.0,
41
- 1.0,
42
- 1.0,
43
- 1.0,
44
- 0.0,
45
- 1.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 0.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 1.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 1.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 1.0,
115
- 1.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 1.0,
121
- 0.0,
122
- 1.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 1.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10455.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:5a665ad02e6bea7ce9766a78a3d7a445d9557e0819793811cecb4b32f698b3cf
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10455.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10456,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36743168,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 1.0,
13
- 0.0,
14
- 1.0,
15
- 0.0,
16
- 1.0,
17
- 1.0,
18
- 1.0,
19
- 1.0,
20
- 1.0,
21
- 0.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 0.0,
28
- 1.0,
29
- 1.0,
30
- 1.0,
31
- 0.0,
32
- 1.0,
33
- 1.0,
34
- 1.0,
35
- 1.0,
36
- 1.0,
37
- 1.0,
38
- 1.0,
39
- 1.0,
40
- 1.0,
41
- 0.0,
42
- 1.0,
43
- 0.0,
44
- 0.0,
45
- 1.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 0.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 1.0,
98
- 0.0,
99
- 1.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 1.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 1.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 1.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 1.0,
126
- 0.0,
127
- 1.0,
128
- 1.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10460.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:903c4927874901767d2da3ca44f769c45a632cbbb63c460db17985ee42f1fea2
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10460.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10461,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36761088,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 1.0,
13
- 1.0,
14
- 1.0,
15
- 1.0,
16
- 1.0,
17
- 1.0,
18
- 1.0,
19
- 0.0,
20
- 1.0,
21
- 0.0,
22
- 0.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 1.0,
29
- 0.0,
30
- 1.0,
31
- 1.0,
32
- 1.0,
33
- 1.0,
34
- 1.0,
35
- 1.0,
36
- 1.0,
37
- 0.0,
38
- 1.0,
39
- 1.0,
40
- 1.0,
41
- 1.0,
42
- 1.0,
43
- 1.0,
44
- 1.0,
45
- 1.0,
46
- 0.0,
47
- 0.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 0.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 1.0,
104
- 0.0,
105
- 1.0,
106
- 1.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 1.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 1.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 1.0,
131
- 1.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10465.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:ddaf8d0251d728b31fbe22b5afcd52685f948b9bbe2ec941701a21fc9e84b6f1
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10465.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10466,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36779008,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 1.0,
13
- 1.0,
14
- 1.0,
15
- 1.0,
16
- 1.0,
17
- 1.0,
18
- 0.0,
19
- 0.0,
20
- 1.0,
21
- 0.0,
22
- 1.0,
23
- 0.0,
24
- 1.0,
25
- 1.0,
26
- 0.0,
27
- 1.0,
28
- 1.0,
29
- 0.0,
30
- 0.0,
31
- 1.0,
32
- 1.0,
33
- 0.0,
34
- 1.0,
35
- 0.0,
36
- 1.0,
37
- 1.0,
38
- 1.0,
39
- 1.0,
40
- 0.0,
41
- 1.0,
42
- 1.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 0.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 1.0,
104
- 0.0,
105
- 1.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 1.0,
111
- 0.0,
112
- 0.0,
113
- 1.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 1.0,
118
- 0.0,
119
- 1.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 1.0,
125
- 0.0,
126
- 0.0,
127
- 1.0,
128
- 1.0,
129
- 1.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10470.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:5640655ce4c9c8c9de3a7be347857d5be065ff18a5c1e484e58068a8f1e30521
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10470.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10471,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36796928,
9
- "recent_wins": [
10
- 1.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 1.0,
15
- 1.0,
16
- 1.0,
17
- 1.0,
18
- 1.0,
19
- 1.0,
20
- 1.0,
21
- 0.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 1.0,
29
- 0.0,
30
- 1.0,
31
- 0.0,
32
- 0.0,
33
- 1.0,
34
- 0.0,
35
- 0.0,
36
- 1.0,
37
- 1.0,
38
- 1.0,
39
- 1.0,
40
- 1.0,
41
- 1.0,
42
- 1.0,
43
- 1.0,
44
- 1.0,
45
- 1.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 0.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 1.0,
96
- 1.0,
97
- 1.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 1.0,
114
- 0.0,
115
- 1.0,
116
- 1.0,
117
- 0.0,
118
- 1.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10475.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:da02924285a2bca4c57c007f46ff3531f63ed20d9b5183fa16635873443a4a61
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10475.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10476,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36814848,
9
- "recent_wins": [
10
- 1.0,
11
- 0.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 1.0,
17
- 1.0,
18
- 1.0,
19
- 1.0,
20
- 1.0,
21
- 1.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 1.0,
29
- 1.0,
30
- 1.0,
31
- 1.0,
32
- 1.0,
33
- 1.0,
34
- 0.0,
35
- 1.0,
36
- 1.0,
37
- 0.0,
38
- 0.0,
39
- 1.0,
40
- 0.0,
41
- 1.0,
42
- 1.0,
43
- 1.0,
44
- 0.0,
45
- 0.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 0.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 1.0,
96
- 1.0,
97
- 0.0,
98
- 1.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 1.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 1.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 1.0,
129
- 1.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10480.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:75c13a432fbb0ee4a3a1b0b59a34373c079f155da472af54837a2510ca11d4a8
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10480.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10481,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36832768,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 1.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 1.0,
17
- 1.0,
18
- 1.0,
19
- 1.0,
20
- 0.0,
21
- 0.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 0.0,
29
- 1.0,
30
- 1.0,
31
- 1.0,
32
- 1.0,
33
- 0.0,
34
- 0.0,
35
- 1.0,
36
- 0.0,
37
- 1.0,
38
- 1.0,
39
- 1.0,
40
- 1.0,
41
- 1.0,
42
- 1.0,
43
- 1.0,
44
- 0.0,
45
- 1.0,
46
- 0.0,
47
- 1.0,
48
- 0.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 0.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 1.0,
99
- 1.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 1.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 1.0,
118
- 1.0,
119
- 0.0,
120
- 1.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 1.0,
131
- 0.0,
132
- 1.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10485.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:1164bd0c6a208270c2b10efd70ec6eea954b058cc4a346537c498241b7be6642
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10485.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10486,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36850688,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 1.0,
16
- 0.0,
17
- 1.0,
18
- 1.0,
19
- 1.0,
20
- 1.0,
21
- 0.0,
22
- 1.0,
23
- 0.0,
24
- 1.0,
25
- 0.0,
26
- 1.0,
27
- 1.0,
28
- 1.0,
29
- 1.0,
30
- 1.0,
31
- 1.0,
32
- 1.0,
33
- 0.0,
34
- 0.0,
35
- 1.0,
36
- 0.0,
37
- 1.0,
38
- 1.0,
39
- 1.0,
40
- 0.0,
41
- 1.0,
42
- 1.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 0.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 0.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 0.0,
87
- 1.0,
88
- 1.0,
89
- 0.0,
90
- 0.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 1.0,
99
- 0.0,
100
- 1.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 1.0,
106
- 0.0,
107
- 1.0,
108
- 0.0,
109
- 1.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 1.0,
118
- 1.0,
119
- 0.0,
120
- 1.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 1.0,
129
- 0.0,
130
- 0.0,
131
- 1.0,
132
- 1.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10490.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:70d3e517e5c0f34833d6e1d67c3739bbf54fb9c5960ce2ed13e56f1203d7db87
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10490.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10491,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36868608,
9
- "recent_wins": [
10
- 1.0,
11
- 0.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 1.0,
16
- 1.0,
17
- 1.0,
18
- 0.0,
19
- 1.0,
20
- 1.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 1.0,
28
- 1.0,
29
- 1.0,
30
- 0.0,
31
- 1.0,
32
- 1.0,
33
- 1.0,
34
- 1.0,
35
- 0.0,
36
- 1.0,
37
- 0.0,
38
- 1.0,
39
- 0.0,
40
- 1.0,
41
- 1.0,
42
- 0.0,
43
- 1.0,
44
- 1.0,
45
- 1.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 0.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 0.0,
69
- 1.0,
70
- 1.0,
71
- 0.0,
72
- 0.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 0.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 1.0,
96
- 1.0,
97
- 0.0,
98
- 1.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 1.0,
107
- 0.0,
108
- 0.0,
109
- 1.0,
110
- 1.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 1.0,
120
- 0.0,
121
- 1.0,
122
- 0.0,
123
- 1.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10495.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:131d9213198c4a14ac9d4b3b5ee226611527fbc9142455a0ff8f845269bb184a
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10495.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10496,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36886528,
9
- "recent_wins": [
10
- 1.0,
11
- 0.0,
12
- 1.0,
13
- 0.0,
14
- 1.0,
15
- 0.0,
16
- 1.0,
17
- 1.0,
18
- 0.0,
19
- 1.0,
20
- 1.0,
21
- 1.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 1.0,
29
- 1.0,
30
- 1.0,
31
- 1.0,
32
- 1.0,
33
- 1.0,
34
- 0.0,
35
- 1.0,
36
- 1.0,
37
- 1.0,
38
- 0.0,
39
- 1.0,
40
- 0.0,
41
- 1.0,
42
- 1.0,
43
- 0.0,
44
- 0.0,
45
- 1.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 0.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 0.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 0.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 1.0,
96
- 0.0,
97
- 1.0,
98
- 0.0,
99
- 1.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 1.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 1.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 1.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10500.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:5966aeaa05aef4871926f043c1aae5afb83e0a48eef9f3cf7ce48d010b75567b
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10500.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10501,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36904448,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 0.0,
13
- 1.0,
14
- 1.0,
15
- 1.0,
16
- 0.0,
17
- 1.0,
18
- 0.0,
19
- 1.0,
20
- 1.0,
21
- 0.0,
22
- 0.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 1.0,
29
- 1.0,
30
- 1.0,
31
- 1.0,
32
- 1.0,
33
- 1.0,
34
- 1.0,
35
- 1.0,
36
- 1.0,
37
- 1.0,
38
- 1.0,
39
- 0.0,
40
- 1.0,
41
- 1.0,
42
- 1.0,
43
- 1.0,
44
- 1.0,
45
- 1.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 0.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 1.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 1.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 1.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10505.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:48ebf34346979d4a5ff7981c356c0e863d03a3504feade31ab91e1b51c1b2a7c
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10505.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10506,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36922368,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 1.0,
13
- 1.0,
14
- 1.0,
15
- 1.0,
16
- 1.0,
17
- 1.0,
18
- 1.0,
19
- 1.0,
20
- 1.0,
21
- 1.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 0.0,
29
- 1.0,
30
- 1.0,
31
- 0.0,
32
- 1.0,
33
- 1.0,
34
- 1.0,
35
- 1.0,
36
- 1.0,
37
- 1.0,
38
- 1.0,
39
- 1.0,
40
- 0.0,
41
- 1.0,
42
- 1.0,
43
- 1.0,
44
- 0.0,
45
- 1.0,
46
- 1.0,
47
- 1.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10510.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:712e8212874396131e94b48bee6204f28c01c8722a8f5357eb06b94d74d6aeca
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10510.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10511,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36940288,
9
- "recent_wins": [
10
- 1.0,
11
- 0.0,
12
- 1.0,
13
- 1.0,
14
- 1.0,
15
- 0.0,
16
- 1.0,
17
- 1.0,
18
- 1.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 1.0,
30
- 1.0,
31
- 1.0,
32
- 1.0,
33
- 1.0,
34
- 0.0,
35
- 1.0,
36
- 0.0,
37
- 0.0,
38
- 1.0,
39
- 1.0,
40
- 1.0,
41
- 0.0,
42
- 1.0,
43
- 0.0,
44
- 1.0,
45
- 1.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 0.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 0.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 1.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 1.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 1.0,
119
- 0.0,
120
- 1.0,
121
- 1.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 1.0,
126
- 0.0,
127
- 1.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10515.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:81b3146ae6ad1be20b67d309cca740318ca2b60ff5316e075eac9a26ec570716
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10515.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10516,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36958208,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 0.0,
13
- 0.0,
14
- 1.0,
15
- 1.0,
16
- 1.0,
17
- 0.0,
18
- 1.0,
19
- 0.0,
20
- 1.0,
21
- 1.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 0.0,
29
- 1.0,
30
- 0.0,
31
- 1.0,
32
- 1.0,
33
- 1.0,
34
- 1.0,
35
- 1.0,
36
- 1.0,
37
- 1.0,
38
- 1.0,
39
- 1.0,
40
- 0.0,
41
- 1.0,
42
- 1.0,
43
- 1.0,
44
- 1.0,
45
- 1.0,
46
- 0.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 0.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 0.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 0.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 0.0,
96
- 1.0,
97
- 1.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 1.0,
102
- 0.0,
103
- 1.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10520.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:c6f7e288824815567248dbd70b6ba881ace08a1d295dd672b77b8dd2963a520a
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10520.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10521,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36976128,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 1.0,
13
- 1.0,
14
- 0.0,
15
- 1.0,
16
- 1.0,
17
- 1.0,
18
- 1.0,
19
- 1.0,
20
- 0.0,
21
- 1.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 0.0,
26
- 0.0,
27
- 1.0,
28
- 1.0,
29
- 0.0,
30
- 1.0,
31
- 0.0,
32
- 0.0,
33
- 1.0,
34
- 1.0,
35
- 1.0,
36
- 0.0,
37
- 1.0,
38
- 0.0,
39
- 1.0,
40
- 1.0,
41
- 1.0,
42
- 1.0,
43
- 1.0,
44
- 1.0,
45
- 1.0,
46
- 0.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 0.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 0.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 1.0,
110
- 1.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 1.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 1.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 1.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10525.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:336b8547dfcfc721af8432fdfd5652215cb0930b632ccc360750404e420049f7
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10525.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10526,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 36994048,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 0.0,
13
- 1.0,
14
- 1.0,
15
- 1.0,
16
- 1.0,
17
- 1.0,
18
- 1.0,
19
- 1.0,
20
- 0.0,
21
- 1.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 0.0,
29
- 1.0,
30
- 1.0,
31
- 1.0,
32
- 1.0,
33
- 1.0,
34
- 0.0,
35
- 0.0,
36
- 1.0,
37
- 1.0,
38
- 0.0,
39
- 1.0,
40
- 1.0,
41
- 1.0,
42
- 0.0,
43
- 1.0,
44
- 1.0,
45
- 0.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 0.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 0.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 1.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 1.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 1.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 1.0,
127
- 0.0,
128
- 0.0,
129
- 1.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10530.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:5ea02cd35018bef30f22ba1d4d37a534b8eb718a32b1b73a740ffb2a75640409
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10530.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10531,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 37011968,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 1.0,
13
- 0.0,
14
- 1.0,
15
- 1.0,
16
- 1.0,
17
- 0.0,
18
- 1.0,
19
- 1.0,
20
- 0.0,
21
- 1.0,
22
- 1.0,
23
- 1.0,
24
- 1.0,
25
- 0.0,
26
- 1.0,
27
- 0.0,
28
- 1.0,
29
- 1.0,
30
- 0.0,
31
- 1.0,
32
- 0.0,
33
- 0.0,
34
- 1.0,
35
- 1.0,
36
- 0.0,
37
- 0.0,
38
- 1.0,
39
- 1.0,
40
- 1.0,
41
- 0.0,
42
- 1.0,
43
- 1.0,
44
- 0.0,
45
- 1.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 0.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 0.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 0.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 1.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 1.0,
102
- 0.0,
103
- 0.0,
104
- 1.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 1.0,
117
- 1.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 1.0,
126
- 0.0,
127
- 0.0,
128
- 1.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10535.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:434821406ac2445a70e1a8624db8993fbf606f012157fd6c858dde5ba7870285
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10535.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10536,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 37029888,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 1.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 1.0,
17
- 1.0,
18
- 1.0,
19
- 0.0,
20
- 1.0,
21
- 1.0,
22
- 0.0,
23
- 1.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 0.0,
29
- 0.0,
30
- 1.0,
31
- 1.0,
32
- 1.0,
33
- 1.0,
34
- 1.0,
35
- 1.0,
36
- 1.0,
37
- 0.0,
38
- 1.0,
39
- 0.0,
40
- 0.0,
41
- 1.0,
42
- 0.0,
43
- 1.0,
44
- 1.0,
45
- 0.0,
46
- 0.0,
47
- 1.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 0.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 0.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 0.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 0.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 1.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 0.0,
103
- 1.0,
104
- 0.0,
105
- 0.0,
106
- 1.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 1.0,
124
- 1.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10540.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:d64b96d5635dbc7e6d3550e8e4d3646a401103f9d27b194a2aa53eb9f1178398
3
- size 48494336
 
 
 
 
ppo_v10/policy_update10540.state.json DELETED
@@ -1,245 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 2,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 10541,
5
- "stage": 28,
6
- "ent_scale": 5.0,
7
- "lr_now": 2.640401243871792e-6,
8
- "total_env_steps": 37047808,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 1.0,
13
- 1.0,
14
- 0.0,
15
- 1.0,
16
- 0.0,
17
- 0.0,
18
- 1.0,
19
- 0.0,
20
- 1.0,
21
- 1.0,
22
- 0.0,
23
- 0.0,
24
- 1.0,
25
- 1.0,
26
- 1.0,
27
- 1.0,
28
- 1.0,
29
- 1.0,
30
- 1.0,
31
- 0.0,
32
- 1.0,
33
- 1.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 1.0,
38
- 1.0,
39
- 1.0,
40
- 1.0,
41
- 1.0,
42
- 1.0,
43
- 0.0,
44
- 0.0,
45
- 1.0,
46
- 1.0,
47
- 1.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 0.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 0.0,
62
- 1.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 1.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 0.0,
97
- 0.0,
98
- 0.0,
99
- 0.0,
100
- 1.0,
101
- 1.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 0.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 0.0,
119
- 1.0,
120
- 1.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 0.0,
127
- 1.0,
128
- 1.0,
129
- 0.0,
130
- 0.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "v81_curriculum": true,
138
- "curriculum_schedule": "v10",
139
- "reward_profile": "v10-anti-spiral-v1",
140
- "return_stats": null,
141
- "stage_env_targets": [
142
- 24,
143
- 24,
144
- 24,
145
- 24,
146
- 24,
147
- 24,
148
- 24,
149
- 24,
150
- 24,
151
- 24,
152
- 24,
153
- 24,
154
- 24,
155
- 24,
156
- 24,
157
- 24,
158
- 24,
159
- 24,
160
- 24,
161
- 24,
162
- 24,
163
- 24,
164
- 24,
165
- 24,
166
- 24,
167
- 24,
168
- 24,
169
- 24,
170
- 24,
171
- 24,
172
- 24,
173
- 24,
174
- 24,
175
- 24,
176
- 24,
177
- 24,
178
- 24,
179
- 24,
180
- 24,
181
- 24,
182
- 24,
183
- 24,
184
- 24,
185
- 24,
186
- 24,
187
- 24,
188
- 20,
189
- 20,
190
- 20,
191
- 20,
192
- 20,
193
- 20,
194
- 20,
195
- 20,
196
- 16,
197
- 16,
198
- 16,
199
- 16,
200
- 12,
201
- 12,
202
- 12,
203
- 12,
204
- 12,
205
- 12,
206
- 12,
207
- 12,
208
- 12,
209
- 12,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 10,
216
- 10,
217
- 10,
218
- 10,
219
- 10,
220
- 10,
221
- 10,
222
- 10,
223
- 10,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8,
233
- 8,
234
- 8,
235
- 8,
236
- 8,
237
- 8,
238
- 8,
239
- 8,
240
- 8,
241
- 8
242
- ],
243
- "envs_per_shard": 14,
244
- "requested_env_target": null
245
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v10/policy_update10545.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:54b8e88e989fc5efab0044f6e7a628b9b5608a4e806160b368905e3a2f3e5099
3
- size 48494336