Hugging Face's logo

djmango
/
openfront-rl

Reinforcement Learning
Safetensors
PyTorch
ppo
openfront
game-ai
Model card Files
xet
 Community
djmango commited on
Commit
e7f2906
·
verified ·
1 Parent(s): 51b8ce2

Prune dense checkpoints (batch 26, 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_v11/policy_update2185.safetensors +0 -3
  2. ppo_v11/policy_update2185.state.json +0 -212
  3. ppo_v11/policy_update2190.safetensors +0 -3
  4. ppo_v11/policy_update2190.state.json +0 -212
  5. ppo_v11/policy_update2195.safetensors +0 -3
  6. ppo_v11/policy_update2195.state.json +0 -212
  7. ppo_v11/policy_update220.safetensors +0 -3
  8. ppo_v11/policy_update220.state.json +0 -130
  9. ppo_v11/policy_update2205.safetensors +0 -3
  10. ppo_v11/policy_update2205.state.json +0 -212
  11. ppo_v11/policy_update2210.safetensors +0 -3
  12. ppo_v11/policy_update2210.state.json +0 -212
  13. ppo_v11/policy_update2215.safetensors +0 -3
  14. ppo_v11/policy_update2215.state.json +0 -212
  15. ppo_v11/policy_update2220.safetensors +0 -3
  16. ppo_v11/policy_update2220.state.json +0 -212
  17. ppo_v11/policy_update2225.safetensors +0 -3
  18. ppo_v11/policy_update2225.state.json +0 -212
  19. ppo_v11/policy_update2230.safetensors +0 -3
  20. ppo_v11/policy_update2230.state.json +0 -212
  21. ppo_v11/policy_update2235.safetensors +0 -3
  22. ppo_v11/policy_update2235.state.json +0 -212
  23. ppo_v11/policy_update2240.safetensors +0 -3
  24. ppo_v11/policy_update2240.state.json +0 -212
  25. ppo_v11/policy_update2245.safetensors +0 -3
  26. ppo_v11/policy_update2245.state.json +0 -212
  27. ppo_v11/policy_update225.safetensors +0 -3
  28. ppo_v11/policy_update225.state.json +0 -179
  29. ppo_v11/policy_update2250.safetensors +0 -3
  30. ppo_v11/policy_update2250.state.json +0 -212
  31. ppo_v11/policy_update2255.safetensors +0 -3
  32. ppo_v11/policy_update2255.state.json +0 -212
  33. ppo_v11/policy_update2260.safetensors +0 -3
  34. ppo_v11/policy_update2260.state.json +0 -212
  35. ppo_v11/policy_update2265.safetensors +0 -3
  36. ppo_v11/policy_update2265.state.json +0 -212
  37. ppo_v11/policy_update2270.safetensors +0 -3
  38. ppo_v11/policy_update2270.state.json +0 -212
  39. ppo_v11/policy_update2275.safetensors +0 -3
  40. ppo_v11/policy_update2275.state.json +0 -212
  41. ppo_v11/policy_update2280.safetensors +0 -3
  42. ppo_v11/policy_update2280.state.json +0 -212
  43. ppo_v11/policy_update2285.safetensors +0 -3
  44. ppo_v11/policy_update2285.state.json +0 -212
  45. ppo_v11/policy_update2290.safetensors +0 -3
  46. ppo_v11/policy_update2290.state.json +0 -212
  47. ppo_v11/policy_update2295.safetensors +0 -3
  48. ppo_v11/policy_update2295.state.json +0 -212
  49. ppo_v11/policy_update230.safetensors +0 -3
  50. ppo_v11/policy_update230.state.json +0 -236
ppo_v11/policy_update2185.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:273958bfe28e9631b2ae3c5065e4f91cef63f2b3a684c1f130b9633252b36824
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2185.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2186,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 13934592,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0,
12
- 0.0,
13
- 0.0,
14
- 0.0,
15
- 1.0,
16
- 0.0,
17
- 1.0,
18
- 0.0,
19
- 1.0,
20
- 0.0,
21
- 1.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 1.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 1.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 0.0,
39
- 1.0,
40
- 1.0,
41
- 1.0,
42
- 0.0,
43
- 1.0,
44
- 0.0,
45
- 0.0,
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
- 0.0,
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
- 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
- 0.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 0.0,
80
- 0.0,
81
- 1.0,
82
- 1.0,
83
- 0.0,
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
- 0.0,
97
- 1.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 0.0,
104
- 1.0,
105
- 0.0,
106
- 1.0,
107
- 0.0,
108
- 1.0,
109
- 0.0,
110
- 0.0,
111
- 1.0,
112
- 1.0,
113
- 1.0,
114
- 0.0,
115
- 0.0,
116
- 1.0,
117
- 1.0,
118
- 0.0,
119
- 1.0,
120
- 0.0,
121
- 1.0,
122
- 1.0,
123
- 0.0,
124
- 0.0,
125
- 0.0,
126
- 1.0,
127
- 0.0,
128
- 1.0,
129
- 1.0,
130
- 1.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2190.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:1cee9f174254867c7efcf0afc2541ed9bd3d9eaf995b12cbf1e2124546377a6e
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2190.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2191,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 13972992,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 0.0,
13
- 0.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 0.0,
19
- 1.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 1.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 1.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 1.0,
43
- 0.0,
44
- 1.0,
45
- 0.0,
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
- 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
- 0.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 0.0,
70
- 0.0,
71
- 1.0,
72
- 1.0,
73
- 0.0,
74
- 1.0,
75
- 0.0,
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
- 0.0,
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
- 1.0,
97
- 0.0,
98
- 1.0,
99
- 1.0,
100
- 1.0,
101
- 1.0,
102
- 0.0,
103
- 0.0,
104
- 1.0,
105
- 0.0,
106
- 1.0,
107
- 0.0,
108
- 1.0,
109
- 0.0,
110
- 1.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 1.0,
115
- 1.0,
116
- 1.0,
117
- 1.0,
118
- 1.0,
119
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 1.0,
123
- 1.0,
124
- 1.0,
125
- 1.0,
126
- 0.0,
127
- 1.0,
128
- 0.0,
129
- 1.0,
130
- 0.0,
131
- 0.0,
132
- 1.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2195.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:711621d521c07e216dc6ca3f809ce3dea32c312cf89c65ed76251ae3cf50ca2d
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2195.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2196,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14011392,
9
- "recent_wins": [
10
- 1.0,
11
- 0.0,
12
- 1.0,
13
- 0.0,
14
- 1.0,
15
- 1.0,
16
- 0.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 1.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 1.0,
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
- 0.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 0.0,
62
- 0.0,
63
- 1.0,
64
- 1.0,
65
- 0.0,
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
- 0.0,
76
- 1.0,
77
- 1.0,
78
- 0.0,
79
- 0.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 1.0,
85
- 0.0,
86
- 0.0,
87
- 0.0,
88
- 0.0,
89
- 1.0,
90
- 0.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 1.0,
96
- 0.0,
97
- 1.0,
98
- 0.0,
99
- 0.0,
100
- 1.0,
101
- 1.0,
102
- 1.0,
103
- 0.0,
104
- 1.0,
105
- 1.0,
106
- 1.0,
107
- 1.0,
108
- 1.0,
109
- 0.0,
110
- 1.0,
111
- 1.0,
112
- 0.0,
113
- 0.0,
114
- 1.0,
115
- 1.0,
116
- 0.0,
117
- 1.0,
118
- 1.0,
119
- 0.0,
120
- 1.0,
121
- 0.0,
122
- 1.0,
123
- 1.0,
124
- 1.0,
125
- 0.0,
126
- 0.0,
127
- 0.0,
128
- 1.0,
129
- 1.0,
130
- 0.0,
131
- 1.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update220.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:82cf50815c7fc6c87da83f50ffe942928e0c79c3de19937f4ec25be0e5438785
3
- size 154490248
 
 
 
 
ppo_v11/policy_update220.state.json DELETED
@@ -1,130 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 221,
5
- "stage": 5,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00011092632812499998,
8
- "total_env_steps": 567168,
9
- "recent_wins": [
10
- 1.0,
11
- 1.0
12
- ],
13
- "recent_conversions": [
14
- 1.0,
15
- 1.0
16
- ],
17
- "recent_deaths": [
18
- 0.0,
19
- 0.0
20
- ],
21
- "best_eval_win": null,
22
- "best_eval_score": null,
23
- "curriculum_schedule": "v10",
24
- "reward_profile": "v10-anti-spiral-v1",
25
- "return_stats": null,
26
- "stage_env_targets": [
27
- 24,
28
- 24,
29
- 24,
30
- 24,
31
- 24,
32
- 24,
33
- 24,
34
- 24,
35
- 24,
36
- 24,
37
- 24,
38
- 24,
39
- 24,
40
- 24,
41
- 24,
42
- 24,
43
- 24,
44
- 24,
45
- 24,
46
- 24,
47
- 24,
48
- 24,
49
- 24,
50
- 24,
51
- 24,
52
- 24,
53
- 24,
54
- 24,
55
- 24,
56
- 24,
57
- 24,
58
- 24,
59
- 24,
60
- 24,
61
- 24,
62
- 24,
63
- 24,
64
- 24,
65
- 24,
66
- 24,
67
- 24,
68
- 24,
69
- 24,
70
- 24,
71
- 24,
72
- 24,
73
- 20,
74
- 20,
75
- 20,
76
- 20,
77
- 20,
78
- 20,
79
- 20,
80
- 20,
81
- 16,
82
- 16,
83
- 16,
84
- 16,
85
- 12,
86
- 12,
87
- 12,
88
- 12,
89
- 12,
90
- 12,
91
- 12,
92
- 12,
93
- 12,
94
- 12,
95
- 10,
96
- 10,
97
- 10,
98
- 10,
99
- 10,
100
- 10,
101
- 10,
102
- 10,
103
- 10,
104
- 10,
105
- 10,
106
- 10,
107
- 10,
108
- 10,
109
- 8,
110
- 8,
111
- 8,
112
- 8,
113
- 8,
114
- 8,
115
- 8,
116
- 8,
117
- 8,
118
- 8,
119
- 8,
120
- 8,
121
- 8,
122
- 8,
123
- 8,
124
- 8,
125
- 8,
126
- 8
127
- ],
128
- "envs_per_shard": 24,
129
- "requested_env_target": null
130
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2205.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:c28c6e4b9f6bb766d8917531c9ac402359da742e62fc7a995f919747021c171e
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2205.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2206,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14088192,
9
- "recent_wins": [
10
- 1.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
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
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 1.0,
33
- 0.0,
34
- 1.0,
35
- 0.0,
36
- 1.0,
37
- 0.0,
38
- 0.0,
39
- 1.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 1.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 0.0,
53
- 1.0,
54
- 0.0,
55
- 1.0,
56
- 0.0,
57
- 0.0,
58
- 1.0,
59
- 0.0,
60
- 0.0,
61
- 1.0,
62
- 0.0,
63
- 1.0,
64
- 1.0,
65
- 0.0,
66
- 1.0,
67
- 1.0,
68
- 0.0,
69
- 0.0,
70
- 0.0,
71
- 1.0,
72
- 0.0,
73
- 1.0,
74
- 0.0,
75
- 0.0,
76
- 0.0,
77
- 0.0,
78
- 0.0,
79
- 0.0,
80
- 1.0,
81
- 0.0,
82
- 0.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 0.0,
87
- 1.0,
88
- 0.0,
89
- 0.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 1.0,
96
- 0.0,
97
- 0.0,
98
- 1.0,
99
- 0.0,
100
- 0.0,
101
- 1.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 1.0,
108
- 1.0,
109
- 0.0,
110
- 0.0,
111
- 1.0,
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
- 1.0,
123
- 0.0,
124
- 1.0,
125
- 0.0,
126
- 1.0,
127
- 0.0,
128
- 1.0,
129
- 1.0,
130
- 1.0,
131
- 1.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2210.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:932164044bb1bba95a2f521ab37eb6805e71af138b358e68a73c0b1e68224b8e
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2210.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2211,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14126592,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 1.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 1.0,
33
- 1.0,
34
- 0.0,
35
- 1.0,
36
- 1.0,
37
- 0.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 1.0,
42
- 0.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 0.0,
54
- 0.0,
55
- 0.0,
56
- 1.0,
57
- 0.0,
58
- 1.0,
59
- 0.0,
60
- 0.0,
61
- 0.0,
62
- 0.0,
63
- 0.0,
64
- 0.0,
65
- 1.0,
66
- 0.0,
67
- 0.0,
68
- 1.0,
69
- 1.0,
70
- 1.0,
71
- 0.0,
72
- 1.0,
73
- 0.0,
74
- 0.0,
75
- 1.0,
76
- 1.0,
77
- 0.0,
78
- 0.0,
79
- 0.0,
80
- 0.0,
81
- 1.0,
82
- 0.0,
83
- 0.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 0.0,
89
- 1.0,
90
- 0.0,
91
- 0.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 1.0,
96
- 1.0,
97
- 0.0,
98
- 1.0,
99
- 1.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 1.0,
104
- 1.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 0.0,
109
- 0.0,
110
- 1.0,
111
- 0.0,
112
- 1.0,
113
- 1.0,
114
- 1.0,
115
- 0.0,
116
- 0.0,
117
- 0.0,
118
- 1.0,
119
- 0.0,
120
- 0.0,
121
- 1.0,
122
- 0.0,
123
- 1.0,
124
- 0.0,
125
- 0.0,
126
- 1.0,
127
- 1.0,
128
- 1.0,
129
- 1.0,
130
- 1.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2215.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:f708b67909d123c1b4bb7eda28d47d59db1e1ef2ffcac3bd21ccc5e35d06eb0e
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2215.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2216,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14164992,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 0.0,
19
- 1.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 1.0,
34
- 0.0,
35
- 0.0,
36
- 1.0,
37
- 0.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
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
- 0.0,
53
- 0.0,
54
- 0.0,
55
- 0.0,
56
- 0.0,
57
- 1.0,
58
- 0.0,
59
- 0.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 0.0,
64
- 1.0,
65
- 0.0,
66
- 0.0,
67
- 1.0,
68
- 1.0,
69
- 0.0,
70
- 0.0,
71
- 0.0,
72
- 0.0,
73
- 1.0,
74
- 0.0,
75
- 0.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 1.0,
80
- 0.0,
81
- 1.0,
82
- 0.0,
83
- 0.0,
84
- 1.0,
85
- 1.0,
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
- 1.0,
96
- 0.0,
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
- 0.0,
106
- 1.0,
107
- 0.0,
108
- 1.0,
109
- 1.0,
110
- 0.0,
111
- 1.0,
112
- 0.0,
113
- 1.0,
114
- 1.0,
115
- 1.0,
116
- 1.0,
117
- 0.0,
118
- 1.0,
119
- 1.0,
120
- 0.0,
121
- 0.0,
122
- 1.0,
123
- 0.0,
124
- 1.0,
125
- 1.0,
126
- 1.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 1.0,
131
- 1.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2220.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:044bb5e633cbf34a904cf7dacf99b81c6f0cb2b5b65afb0f9c77b7cbbbce0188
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2220.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2221,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14203392,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 1.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 1.0,
37
- 0.0,
38
- 1.0,
39
- 0.0,
40
- 0.0,
41
- 1.0,
42
- 0.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 0.0,
54
- 0.0,
55
- 0.0,
56
- 0.0,
57
- 1.0,
58
- 0.0,
59
- 0.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 1.0,
64
- 0.0,
65
- 1.0,
66
- 0.0,
67
- 0.0,
68
- 1.0,
69
- 1.0,
70
- 0.0,
71
- 1.0,
72
- 0.0,
73
- 1.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 0.0,
78
- 1.0,
79
- 0.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 0.0,
84
- 0.0,
85
- 0.0,
86
- 1.0,
87
- 0.0,
88
- 1.0,
89
- 1.0,
90
- 0.0,
91
- 0.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 0.0,
96
- 1.0,
97
- 0.0,
98
- 1.0,
99
- 1.0,
100
- 1.0,
101
- 1.0,
102
- 0.0,
103
- 0.0,
104
- 1.0,
105
- 1.0,
106
- 1.0,
107
- 1.0,
108
- 1.0,
109
- 0.0,
110
- 1.0,
111
- 0.0,
112
- 1.0,
113
- 1.0,
114
- 0.0,
115
- 1.0,
116
- 0.0,
117
- 1.0,
118
- 1.0,
119
- 1.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 1.0,
124
- 1.0,
125
- 0.0,
126
- 1.0,
127
- 0.0,
128
- 1.0,
129
- 1.0,
130
- 0.0,
131
- 1.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2225.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:89a82df79ab7065b1576dd3bff2f94b6a1170ca4d4e0275c6926659a823e06c2
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2225.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2226,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14241792,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 0.0,
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
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 1.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 0.0,
39
- 1.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 1.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 0.0,
53
- 1.0,
54
- 1.0,
55
- 0.0,
56
- 1.0,
57
- 0.0,
58
- 1.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 0.0,
63
- 1.0,
64
- 0.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 0.0,
69
- 0.0,
70
- 0.0,
71
- 1.0,
72
- 0.0,
73
- 1.0,
74
- 1.0,
75
- 0.0,
76
- 0.0,
77
- 0.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 0.0,
85
- 0.0,
86
- 1.0,
87
- 0.0,
88
- 1.0,
89
- 0.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 1.0,
97
- 0.0,
98
- 1.0,
99
- 1.0,
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
- 1.0,
109
- 1.0,
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
- 1.0,
119
- 1.0,
120
- 1.0,
121
- 1.0,
122
- 1.0,
123
- 0.0,
124
- 1.0,
125
- 0.0,
126
- 1.0,
127
- 0.0,
128
- 1.0,
129
- 1.0,
130
- 1.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2230.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:782f11b5cf2e1f7b8a8b57df3a9071b82b995fd74df938d904e6a34c4c26eb6c
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2230.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2231,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14280192,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 1.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 1.0,
25
- 0.0,
26
- 0.0,
27
- 1.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 1.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 1.0,
37
- 0.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 1.0,
54
- 0.0,
55
- 0.0,
56
- 0.0,
57
- 1.0,
58
- 0.0,
59
- 1.0,
60
- 1.0,
61
- 0.0,
62
- 0.0,
63
- 0.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 0.0,
71
- 0.0,
72
- 1.0,
73
- 0.0,
74
- 1.0,
75
- 0.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 0.0,
80
- 1.0,
81
- 0.0,
82
- 0.0,
83
- 1.0,
84
- 1.0,
85
- 0.0,
86
- 0.0,
87
- 1.0,
88
- 1.0,
89
- 0.0,
90
- 0.0,
91
- 0.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 0.0,
96
- 0.0,
97
- 1.0,
98
- 0.0,
99
- 1.0,
100
- 1.0,
101
- 1.0,
102
- 0.0,
103
- 1.0,
104
- 1.0,
105
- 1.0,
106
- 0.0,
107
- 1.0,
108
- 0.0,
109
- 1.0,
110
- 1.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 0.0,
115
- 1.0,
116
- 0.0,
117
- 1.0,
118
- 1.0,
119
- 1.0,
120
- 0.0,
121
- 1.0,
122
- 0.0,
123
- 1.0,
124
- 1.0,
125
- 1.0,
126
- 0.0,
127
- 1.0,
128
- 0.0,
129
- 1.0,
130
- 1.0,
131
- 1.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2235.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:edf20e6a25f7062f38ec6e56e8573ee25aa8211f842b74233605b2d2c6d8e336
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2235.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2236,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14318592,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 1.0,
16
- 1.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 1.0,
23
- 1.0,
24
- 0.0,
25
- 0.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 1.0,
34
- 0.0,
35
- 0.0,
36
- 1.0,
37
- 1.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
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
- 0.0,
58
- 0.0,
59
- 1.0,
60
- 0.0,
61
- 1.0,
62
- 0.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 0.0,
67
- 1.0,
68
- 0.0,
69
- 0.0,
70
- 1.0,
71
- 1.0,
72
- 0.0,
73
- 0.0,
74
- 1.0,
75
- 1.0,
76
- 0.0,
77
- 0.0,
78
- 0.0,
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
- 0.0,
88
- 1.0,
89
- 1.0,
90
- 0.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 0.0,
96
- 1.0,
97
- 0.0,
98
- 1.0,
99
- 0.0,
100
- 0.0,
101
- 1.0,
102
- 1.0,
103
- 1.0,
104
- 1.0,
105
- 1.0,
106
- 0.0,
107
- 0.0,
108
- 1.0,
109
- 0.0,
110
- 0.0,
111
- 1.0,
112
- 1.0,
113
- 0.0,
114
- 0.0,
115
- 1.0,
116
- 0.0,
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
- 1.0,
127
- 1.0,
128
- 1.0,
129
- 1.0,
130
- 1.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2240.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:f883635b3504d09bb663b0f912489bd581341db0d8046f5f1adfa0a425f11d1e
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2240.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2241,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14356992,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 1.0,
15
- 0.0,
16
- 0.0,
17
- 1.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 1.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 1.0,
29
- 1.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
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
- 0.0,
47
- 1.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 0.0,
53
- 1.0,
54
- 0.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 0.0,
59
- 1.0,
60
- 0.0,
61
- 0.0,
62
- 1.0,
63
- 1.0,
64
- 0.0,
65
- 0.0,
66
- 1.0,
67
- 1.0,
68
- 0.0,
69
- 0.0,
70
- 0.0,
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
- 0.0,
80
- 1.0,
81
- 1.0,
82
- 0.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 0.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 1.0,
96
- 1.0,
97
- 1.0,
98
- 0.0,
99
- 0.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 1.0,
104
- 1.0,
105
- 1.0,
106
- 1.0,
107
- 0.0,
108
- 1.0,
109
- 1.0,
110
- 1.0,
111
- 1.0,
112
- 0.0,
113
- 0.0,
114
- 1.0,
115
- 0.0,
116
- 1.0,
117
- 1.0,
118
- 1.0,
119
- 1.0,
120
- 0.0,
121
- 1.0,
122
- 1.0,
123
- 1.0,
124
- 1.0,
125
- 1.0,
126
- 0.0,
127
- 1.0,
128
- 1.0,
129
- 0.0,
130
- 1.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2245.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:775e5b3aa301a007ad67315635c0378acbd0e9a04159bc617f66e5bbf4d41d70
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2245.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2246,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14395392,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 0.0,
13
- 0.0,
14
- 0.0,
15
- 0.0,
16
- 1.0,
17
- 1.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 1.0,
25
- 0.0,
26
- 0.0,
27
- 1.0,
28
- 0.0,
29
- 0.0,
30
- 1.0,
31
- 1.0,
32
- 0.0,
33
- 1.0,
34
- 1.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 0.0,
39
- 0.0,
40
- 1.0,
41
- 0.0,
42
- 0.0,
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
- 1.0,
54
- 0.0,
55
- 0.0,
56
- 0.0,
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
- 0.0,
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
- 1.0,
75
- 0.0,
76
- 1.0,
77
- 1.0,
78
- 0.0,
79
- 1.0,
80
- 1.0,
81
- 0.0,
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
- 1.0,
95
- 0.0,
96
- 1.0,
97
- 1.0,
98
- 0.0,
99
- 1.0,
100
- 0.0,
101
- 0.0,
102
- 1.0,
103
- 0.0,
104
- 1.0,
105
- 0.0,
106
- 1.0,
107
- 0.0,
108
- 0.0,
109
- 1.0,
110
- 1.0,
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
- 1.0,
121
- 0.0,
122
- 1.0,
123
- 1.0,
124
- 0.0,
125
- 0.0,
126
- 1.0,
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
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update225.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:552eab27865fc24156bb07fd18424bcc5ceab42130c9efab1f75b97d10c39be6
3
- size 154490248
 
 
 
 
ppo_v11/policy_update225.state.json DELETED
@@ -1,179 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 226,
5
- "stage": 5,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00011092632812499998,
8
- "total_env_steps": 578688,
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
- 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
- ],
30
- "recent_conversions": [
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
- 1.0,
41
- 1.0,
42
- 1.0,
43
- 1.0,
44
- 1.0,
45
- 1.0,
46
- 1.0,
47
- 1.0
48
- ],
49
- "recent_deaths": [
50
- 0.0,
51
- 0.0,
52
- 0.0,
53
- 0.0,
54
- 0.0,
55
- 0.0,
56
- 0.0,
57
- 0.0,
58
- 0.0,
59
- 0.0,
60
- 1.0,
61
- 0.0,
62
- 0.0,
63
- 0.0,
64
- 0.0,
65
- 0.0,
66
- 0.0,
67
- 0.0,
68
- 0.0
69
- ],
70
- "best_eval_win": null,
71
- "best_eval_score": null,
72
- "curriculum_schedule": "v10",
73
- "reward_profile": "v10-anti-spiral-v1",
74
- "return_stats": null,
75
- "stage_env_targets": [
76
- 24,
77
- 24,
78
- 24,
79
- 24,
80
- 24,
81
- 24,
82
- 24,
83
- 24,
84
- 24,
85
- 24,
86
- 24,
87
- 24,
88
- 24,
89
- 24,
90
- 24,
91
- 24,
92
- 24,
93
- 24,
94
- 24,
95
- 24,
96
- 24,
97
- 24,
98
- 24,
99
- 24,
100
- 24,
101
- 24,
102
- 24,
103
- 24,
104
- 24,
105
- 24,
106
- 24,
107
- 24,
108
- 24,
109
- 24,
110
- 24,
111
- 24,
112
- 24,
113
- 24,
114
- 24,
115
- 24,
116
- 24,
117
- 24,
118
- 24,
119
- 24,
120
- 24,
121
- 24,
122
- 20,
123
- 20,
124
- 20,
125
- 20,
126
- 20,
127
- 20,
128
- 20,
129
- 20,
130
- 16,
131
- 16,
132
- 16,
133
- 16,
134
- 12,
135
- 12,
136
- 12,
137
- 12,
138
- 12,
139
- 12,
140
- 12,
141
- 12,
142
- 12,
143
- 12,
144
- 10,
145
- 10,
146
- 10,
147
- 10,
148
- 10,
149
- 10,
150
- 10,
151
- 10,
152
- 10,
153
- 10,
154
- 10,
155
- 10,
156
- 10,
157
- 10,
158
- 8,
159
- 8,
160
- 8,
161
- 8,
162
- 8,
163
- 8,
164
- 8,
165
- 8,
166
- 8,
167
- 8,
168
- 8,
169
- 8,
170
- 8,
171
- 8,
172
- 8,
173
- 8,
174
- 8,
175
- 8
176
- ],
177
- "envs_per_shard": 24,
178
- "requested_env_target": null
179
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2250.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:6c12bb735655c7071c4fce7489391a813083453e3d04dd27507db5ab264073a6
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2250.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2251,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14433792,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 0.0,
19
- 1.0,
20
- 1.0,
21
- 1.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 1.0,
31
- 0.0,
32
- 1.0,
33
- 1.0,
34
- 0.0,
35
- 0.0,
36
- 1.0,
37
- 0.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 0.0,
44
- 0.0,
45
- 1.0,
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
- 0.0,
57
- 1.0,
58
- 1.0,
59
- 0.0,
60
- 1.0,
61
- 1.0,
62
- 0.0,
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
- 0.0,
78
- 0.0,
79
- 1.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 0.0,
84
- 1.0,
85
- 0.0,
86
- 0.0,
87
- 0.0,
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
- 1.0,
99
- 1.0,
100
- 1.0,
101
- 1.0,
102
- 1.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 1.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 1.0,
112
- 1.0,
113
- 1.0,
114
- 0.0,
115
- 1.0,
116
- 0.0,
117
- 0.0,
118
- 1.0,
119
- 0.0,
120
- 0.0,
121
- 1.0,
122
- 1.0,
123
- 0.0,
124
- 0.0,
125
- 1.0,
126
- 1.0,
127
- 1.0,
128
- 0.0,
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
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2255.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:916b9919b3b780ca5616bfd1590f5fd1e3d12acc95ba8312b780548cc1cd3008
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2255.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2256,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14472192,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 1.0,
13
- 1.0,
14
- 0.0,
15
- 1.0,
16
- 1.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 1.0,
25
- 0.0,
26
- 0.0,
27
- 1.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
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
- 0.0,
43
- 1.0,
44
- 1.0,
45
- 0.0,
46
- 0.0,
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
- 0.0,
64
- 0.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 0.0,
70
- 1.0,
71
- 0.0,
72
- 0.0,
73
- 0.0,
74
- 1.0,
75
- 1.0,
76
- 1.0,
77
- 1.0,
78
- 1.0,
79
- 0.0,
80
- 1.0,
81
- 0.0,
82
- 1.0,
83
- 0.0,
84
- 0.0,
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
- 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
- 1.0,
107
- 1.0,
108
- 0.0,
109
- 1.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 1.0,
114
- 1.0,
115
- 0.0,
116
- 0.0,
117
- 1.0,
118
- 0.0,
119
- 1.0,
120
- 0.0,
121
- 0.0,
122
- 1.0,
123
- 1.0,
124
- 0.0,
125
- 1.0,
126
- 1.0,
127
- 0.0,
128
- 0.0,
129
- 1.0,
130
- 1.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2260.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:7c326adb646fb8cc15fa1eb05994b73cc3e377240c938da8a6239c2d04fbd28e
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2260.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2261,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14510592,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 0.0,
13
- 0.0,
14
- 0.0,
15
- 0.0,
16
- 1.0,
17
- 1.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 1.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 1.0,
30
- 1.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 1.0,
43
- 0.0,
44
- 1.0,
45
- 1.0,
46
- 0.0,
47
- 0.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 0.0,
53
- 0.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 0.0,
60
- 1.0,
61
- 0.0,
62
- 1.0,
63
- 0.0,
64
- 0.0,
65
- 0.0,
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
- 0.0,
75
- 1.0,
76
- 0.0,
77
- 1.0,
78
- 1.0,
79
- 0.0,
80
- 0.0,
81
- 0.0,
82
- 1.0,
83
- 0.0,
84
- 1.0,
85
- 1.0,
86
- 0.0,
87
- 0.0,
88
- 1.0,
89
- 0.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 0.0,
96
- 1.0,
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
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 1.0,
109
- 1.0,
110
- 1.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 0.0,
115
- 1.0,
116
- 1.0,
117
- 0.0,
118
- 1.0,
119
- 1.0,
120
- 0.0,
121
- 0.0,
122
- 1.0,
123
- 1.0,
124
- 1.0,
125
- 1.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 0.0,
130
- 1.0,
131
- 1.0,
132
- 1.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2265.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:cc3acb788cd8468772fdf34a3d926305b4bdbe463401f0c7f1df90ef7d628a3b
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2265.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2266,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14548992,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
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
- 1.0,
27
- 0.0,
28
- 1.0,
29
- 1.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 1.0,
36
- 0.0,
37
- 1.0,
38
- 0.0,
39
- 0.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 0.0,
44
- 1.0,
45
- 1.0,
46
- 0.0,
47
- 0.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 0.0,
53
- 1.0,
54
- 0.0,
55
- 0.0,
56
- 0.0,
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
- 0.0,
66
- 1.0,
67
- 0.0,
68
- 1.0,
69
- 1.0,
70
- 0.0,
71
- 0.0,
72
- 0.0,
73
- 1.0,
74
- 0.0,
75
- 1.0,
76
- 1.0,
77
- 0.0,
78
- 0.0,
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
- 0.0,
90
- 1.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 1.0,
95
- 0.0,
96
- 0.0,
97
- 1.0,
98
- 1.0,
99
- 1.0,
100
- 1.0,
101
- 0.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 1.0,
106
- 1.0,
107
- 1.0,
108
- 1.0,
109
- 1.0,
110
- 0.0,
111
- 0.0,
112
- 0.0,
113
- 0.0,
114
- 1.0,
115
- 0.0,
116
- 1.0,
117
- 1.0,
118
- 1.0,
119
- 0.0,
120
- 1.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 1.0,
125
- 1.0,
126
- 1.0,
127
- 1.0,
128
- 0.0,
129
- 0.0,
130
- 1.0,
131
- 1.0,
132
- 1.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2270.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:21da6045d41d6d946bba46c6316a35f6d5820306971a6032d54a4f326bc6c742
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2270.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2271,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14587392,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 1.0,
24
- 1.0,
25
- 0.0,
26
- 1.0,
27
- 1.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 1.0,
35
- 0.0,
36
- 0.0,
37
- 0.0,
38
- 1.0,
39
- 0.0,
40
- 0.0,
41
- 1.0,
42
- 0.0,
43
- 0.0,
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
- 0.0,
54
- 1.0,
55
- 1.0,
56
- 0.0,
57
- 0.0,
58
- 0.0,
59
- 1.0,
60
- 0.0,
61
- 1.0,
62
- 1.0,
63
- 0.0,
64
- 0.0,
65
- 1.0,
66
- 0.0,
67
- 1.0,
68
- 1.0,
69
- 1.0,
70
- 0.0,
71
- 1.0,
72
- 1.0,
73
- 1.0,
74
- 1.0,
75
- 0.0,
76
- 1.0,
77
- 1.0,
78
- 0.0,
79
- 1.0,
80
- 0.0,
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
- 0.0,
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
- 1.0,
100
- 1.0,
101
- 1.0,
102
- 1.0,
103
- 1.0,
104
- 1.0,
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
- 1.0,
114
- 0.0,
115
- 1.0,
116
- 1.0,
117
- 0.0,
118
- 0.0,
119
- 0.0,
120
- 1.0,
121
- 1.0,
122
- 0.0,
123
- 0.0,
124
- 1.0,
125
- 0.0,
126
- 1.0,
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
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2275.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:0dfc550a4746208cd0e1539e0b4fd581f8c8b22efb59d66c012c58a4cb8506ca
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2275.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2276,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14625792,
9
- "recent_wins": [
10
- 0.0,
11
- 1.0,
12
- 0.0,
13
- 1.0,
14
- 0.0,
15
- 0.0,
16
- 0.0,
17
- 1.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 1.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 1.0,
34
- 1.0,
35
- 0.0,
36
- 0.0,
37
- 1.0,
38
- 0.0,
39
- 1.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 1.0,
49
- 1.0
50
- ],
51
- "recent_conversions": [
52
- 0.0,
53
- 1.0,
54
- 0.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 0.0,
59
- 1.0,
60
- 1.0,
61
- 1.0,
62
- 1.0,
63
- 0.0,
64
- 1.0,
65
- 1.0,
66
- 0.0,
67
- 1.0,
68
- 0.0,
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
- 0.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 0.0,
82
- 0.0,
83
- 1.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 1.0,
88
- 1.0,
89
- 0.0,
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
- 1.0,
104
- 0.0,
105
- 1.0,
106
- 1.0,
107
- 0.0,
108
- 1.0,
109
- 0.0,
110
- 0.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 1.0,
115
- 0.0,
116
- 1.0,
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
- 1.0,
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
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2280.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:1f58803d4e892a09a129f7acfb126310458b9c93f22e85694d0fe2635b270129
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2280.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2281,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14664192,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 1.0,
15
- 1.0,
16
- 0.0,
17
- 0.0,
18
- 0.0,
19
- 1.0,
20
- 1.0,
21
- 0.0,
22
- 1.0,
23
- 1.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 0.0,
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
- 0.0,
47
- 0.0,
48
- 0.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 1.0,
53
- 0.0,
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
- 0.0,
65
- 1.0,
66
- 1.0,
67
- 1.0,
68
- 0.0,
69
- 0.0,
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
- 0.0,
80
- 1.0,
81
- 1.0,
82
- 1.0,
83
- 1.0,
84
- 0.0,
85
- 0.0,
86
- 0.0,
87
- 1.0,
88
- 0.0,
89
- 0.0,
90
- 1.0,
91
- 0.0
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
- 1.0,
102
- 0.0,
103
- 0.0,
104
- 0.0,
105
- 0.0,
106
- 0.0,
107
- 0.0,
108
- 1.0,
109
- 1.0,
110
- 1.0,
111
- 0.0,
112
- 1.0,
113
- 1.0,
114
- 1.0,
115
- 1.0,
116
- 1.0,
117
- 0.0,
118
- 0.0,
119
- 1.0,
120
- 1.0,
121
- 0.0,
122
- 1.0,
123
- 0.0,
124
- 1.0,
125
- 0.0,
126
- 0.0,
127
- 1.0,
128
- 1.0,
129
- 1.0,
130
- 1.0,
131
- 1.0,
132
- 1.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2285.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:6906bc35715e5540d4501812af347f4f7c4181740d89d3600c9eb8037d8e7e06
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2285.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2286,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14702592,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 0.0,
15
- 1.0,
16
- 0.0,
17
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 0.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 1.0,
36
- 0.0,
37
- 0.0,
38
- 0.0,
39
- 0.0,
40
- 1.0,
41
- 0.0,
42
- 0.0,
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
- 0.0,
53
- 1.0,
54
- 1.0,
55
- 1.0,
56
- 1.0,
57
- 1.0,
58
- 1.0,
59
- 0.0,
60
- 1.0,
61
- 1.0,
62
- 0.0,
63
- 1.0,
64
- 1.0,
65
- 1.0,
66
- 1.0,
67
- 0.0,
68
- 0.0,
69
- 0.0,
70
- 1.0,
71
- 0.0,
72
- 0.0,
73
- 1.0,
74
- 0.0,
75
- 0.0,
76
- 0.0,
77
- 1.0,
78
- 0.0,
79
- 0.0,
80
- 1.0,
81
- 0.0,
82
- 0.0,
83
- 1.0,
84
- 0.0,
85
- 0.0,
86
- 0.0,
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
- 1.0,
98
- 0.0,
99
- 0.0,
100
- 1.0,
101
- 1.0,
102
- 1.0,
103
- 1.0,
104
- 1.0,
105
- 1.0,
106
- 1.0,
107
- 1.0,
108
- 0.0,
109
- 1.0,
110
- 1.0,
111
- 1.0,
112
- 1.0,
113
- 1.0,
114
- 1.0,
115
- 1.0,
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
- 1.0,
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
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2290.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:dbbb0598b0d98c0b717366428a544b30c29753045d2afcf1567183241a4793f2
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2290.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2291,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14740992,
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
- 0.0,
18
- 0.0,
19
- 0.0,
20
- 0.0,
21
- 1.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 1.0,
27
- 0.0,
28
- 0.0,
29
- 0.0,
30
- 0.0,
31
- 1.0,
32
- 0.0,
33
- 0.0,
34
- 0.0,
35
- 0.0,
36
- 1.0,
37
- 1.0,
38
- 0.0,
39
- 1.0,
40
- 0.0,
41
- 0.0,
42
- 0.0,
43
- 0.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 1.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 0.0,
53
- 0.0,
54
- 0.0,
55
- 1.0,
56
- 0.0,
57
- 0.0,
58
- 1.0,
59
- 0.0,
60
- 0.0,
61
- 0.0,
62
- 1.0,
63
- 0.0,
64
- 0.0,
65
- 1.0,
66
- 0.0,
67
- 0.0,
68
- 1.0,
69
- 0.0,
70
- 0.0,
71
- 0.0,
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
- 0.0,
84
- 1.0,
85
- 1.0,
86
- 1.0,
87
- 0.0,
88
- 0.0,
89
- 1.0,
90
- 1.0,
91
- 0.0
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
- 1.0,
102
- 1.0,
103
- 1.0,
104
- 0.0,
105
- 0.0,
106
- 1.0,
107
- 1.0,
108
- 0.0,
109
- 0.0,
110
- 0.0,
111
- 1.0,
112
- 0.0,
113
- 1.0,
114
- 1.0,
115
- 0.0,
116
- 1.0,
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
- 1.0,
126
- 0.0,
127
- 0.0,
128
- 0.0,
129
- 1.0,
130
- 1.0,
131
- 0.0,
132
- 0.0,
133
- 0.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update2295.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:7844da68cce03d41c4c57a03f4d3f89bb1a2f9c67364223e71488f6164dd08a7
3
- size 154490248
 
 
 
 
ppo_v11/policy_update2295.state.json DELETED
@@ -1,212 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 2296,
5
- "stage": 23,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00001,
8
- "total_env_steps": 14779392,
9
- "recent_wins": [
10
- 0.0,
11
- 0.0,
12
- 0.0,
13
- 0.0,
14
- 1.0,
15
- 1.0,
16
- 0.0,
17
- 0.0,
18
- 1.0,
19
- 0.0,
20
- 0.0,
21
- 0.0,
22
- 0.0,
23
- 0.0,
24
- 0.0,
25
- 0.0,
26
- 0.0,
27
- 0.0,
28
- 0.0,
29
- 1.0,
30
- 0.0,
31
- 1.0,
32
- 0.0,
33
- 1.0,
34
- 0.0,
35
- 0.0,
36
- 1.0,
37
- 0.0,
38
- 0.0,
39
- 1.0,
40
- 1.0,
41
- 0.0,
42
- 0.0,
43
- 1.0,
44
- 0.0,
45
- 0.0,
46
- 0.0,
47
- 0.0,
48
- 1.0,
49
- 0.0
50
- ],
51
- "recent_conversions": [
52
- 0.0,
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
- 1.0,
62
- 0.0,
63
- 1.0,
64
- 1.0,
65
- 0.0,
66
- 1.0,
67
- 1.0,
68
- 1.0,
69
- 0.0,
70
- 0.0,
71
- 1.0,
72
- 1.0,
73
- 0.0,
74
- 1.0,
75
- 0.0,
76
- 0.0,
77
- 0.0,
78
- 1.0,
79
- 1.0,
80
- 1.0,
81
- 0.0,
82
- 1.0,
83
- 0.0,
84
- 0.0,
85
- 1.0,
86
- 1.0,
87
- 0.0,
88
- 1.0,
89
- 0.0,
90
- 0.0,
91
- 1.0
92
- ],
93
- "recent_deaths": [
94
- 0.0,
95
- 0.0,
96
- 1.0,
97
- 1.0,
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
- 1.0,
108
- 0.0,
109
- 1.0,
110
- 1.0,
111
- 0.0,
112
- 1.0,
113
- 0.0,
114
- 1.0,
115
- 0.0,
116
- 1.0,
117
- 0.0,
118
- 0.0,
119
- 1.0,
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
- 0.0,
129
- 1.0,
130
- 1.0,
131
- 0.0,
132
- 0.0,
133
- 1.0
134
- ],
135
- "best_eval_win": null,
136
- "best_eval_score": null,
137
- "curriculum_schedule": "v10",
138
- "reward_profile": "v10-anti-spiral-v1",
139
- "return_stats": null,
140
- "stage_env_targets": [
141
- 24,
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
- 20,
170
- 20,
171
- 20,
172
- 16,
173
- 16,
174
- 16,
175
- 12,
176
- 12,
177
- 10,
178
- 10,
179
- 10,
180
- 10,
181
- 10,
182
- 10,
183
- 10,
184
- 10,
185
- 10,
186
- 10,
187
- 10,
188
- 10,
189
- 10,
190
- 10,
191
- 8,
192
- 8,
193
- 8,
194
- 8,
195
- 8,
196
- 8,
197
- 8,
198
- 8,
199
- 8,
200
- 8,
201
- 8,
202
- 8,
203
- 8,
204
- 8,
205
- 8,
206
- 8,
207
- 8,
208
- 8
209
- ],
210
- "envs_per_shard": 40,
211
- "requested_env_target": null
212
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ppo_v11/policy_update230.safetensors DELETED
@@ -1,3 +0,0 @@
1
- version https://git-lfs.github.com/spec/v1
2
- oid sha256:bb0843f3ed124a30317c2c27ce119dff50e6f2abf72305cd0094f1d5daeb9716
3
- size 154490248
 
 
 
 
ppo_v11/policy_update230.state.json DELETED
@@ -1,236 +0,0 @@
1
- {
2
- "checkpoint_schema_version": 3,
3
- "hidden_reset_policy": "episode_done",
4
- "update": 231,
5
- "stage": 5,
6
- "ent_scale": 1.0,
7
- "lr_now": 0.00011092632812499998,
8
- "total_env_steps": 590208,
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
- 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
- 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
- 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
- ],
49
- "recent_conversions": [
50
- 1.0,
51
- 1.0,
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
- ],
87
- "recent_deaths": [
88
- 0.0,
89
- 0.0,
90
- 0.0,
91
- 0.0,
92
- 0.0,
93
- 0.0,
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
- 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
- 0.0,
120
- 0.0,
121
- 0.0,
122
- 0.0,
123
- 0.0,
124
- 0.0,
125
- 0.0
126
- ],
127
- "best_eval_win": null,
128
- "best_eval_score": null,
129
- "curriculum_schedule": "v10",
130
- "reward_profile": "v10-anti-spiral-v1",
131
- "return_stats": null,
132
- "stage_env_targets": [
133
- 24,
134
- 24,
135
- 24,
136
- 24,
137
- 24,
138
- 24,
139
- 24,
140
- 24,
141
- 24,
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
- 20,
180
- 20,
181
- 20,
182
- 20,
183
- 20,
184
- 20,
185
- 20,
186
- 20,
187
- 16,
188
- 16,
189
- 16,
190
- 16,
191
- 12,
192
- 12,
193
- 12,
194
- 12,
195
- 12,
196
- 12,
197
- 12,
198
- 12,
199
- 12,
200
- 12,
201
- 10,
202
- 10,
203
- 10,
204
- 10,
205
- 10,
206
- 10,
207
- 10,
208
- 10,
209
- 10,
210
- 10,
211
- 10,
212
- 10,
213
- 10,
214
- 10,
215
- 8,
216
- 8,
217
- 8,
218
- 8,
219
- 8,
220
- 8,
221
- 8,
222
- 8,
223
- 8,
224
- 8,
225
- 8,
226
- 8,
227
- 8,
228
- 8,
229
- 8,
230
- 8,
231
- 8,
232
- 8
233
- ],
234
- "envs_per_shard": 24,
235
- "requested_env_target": null
236
- }