Upload README.md with huggingface_hub

README.md

@@ -1,35 +1,59 @@
 ---
 license: mit
 pretty_name: RLPINN ablation replay buffers
+task_categories:
+  - reinforcement-learning
+tags:
+  - pinn
+  - reinforcement-learning
+  - replay-buffer
+  - ablation
 ---
 
 # RLPINN ablation replay buffers
 
-Оффлайн-буферы транзишенов RL-агента (выбор оптимизаторов для обучения PINN)
-для абляции DQN-стека (PER / soft-Watkins / trust-region) в PINNacle.
+Оффлайн-буферы транзишенов RL-агента, который выбирает оптимизаторы и их
+гиперпараметры при обучении PINN. Используются для абляции DQN-стека
+(prioritized replay / soft-Watkins Q(lambda) / trust-region masking) в PINNacle.
 
-Транзишены экспортированы из Comet-проектов `rlpinn-<pde>-tolerance`
-скриптом `experiments/optimization_multi_pde/export_buffer_transitions.py`
-(ветка `rlpinn_agent_ablation` PINNacle). Поле `solver_models` вырезано —
-буфер его не использует.
+## Содержимое
+
+| PDE | экспериментов | транзишенов | объём |
+|---|---|---|---|
+| `poisson_boltzmann_2d` | 80 | 5841 | 68 MB |
+
+Источник: Comet-проект `rlpinn-poisson-boltzmann2d-tolerance` (отбор: новые
+эксперименты первыми, длительность >= 1 ч). Поле `solver_models` (снимки весов
+PINN, ~98% исходного объёма) вырезано — буфер агента его не использует,
+состояния уже посчитаны и лежат в транзишенах.
 
 ## Структура
 
 ```
-<pde>/                          # например poisson_boltzmann_2d/
-    manifest.json               # источник, отбор, список экспериментов
-    001_<exp_name>/             # порядок = новые эксперименты первыми
-        entry_step_00000.pt     # dict: state, next_state, action, reward,
-        entry_step_00001.pt     #       current_loss, done, reward_model, ...
-    002_<exp_name>/...
+<pde>/
+    manifest.json          # источник, параметры отбора, список экспериментов
+    001_<exp_name>.pt      # один файл = один эксперимент: список транзишенов
+    002_<exp_name>.pt      # в исходном порядке (порядок важен для цепочек)
+    ...
 ```
 
+Каждый транзишен — dict с ключами `state`, `next_state`, `action`, `reward`,
+`current_loss`, `done`, `reward_model`, `opt_model_i`. Состояния — карты
+лосс-поверхности 26x26 по каналам `loss_total`, `loss_oper`, `loss_bnd`, `delta`.
+
 ## Использование
 
 ```bash
-python experiments/optimization_multi_pde/poisson_boltzmann_2d_ablation_chain.py     --ablation no_per --buffer-src hf --hf-repo danil-e/rlpinn-ablation-buffers
+python experiments/optimization_multi_pde/poisson_boltzmann_2d_ablation_chain.py \
+    --ablation no_per --buffer-src hf --no-comet
 ```
 
-English: offline replay-buffer transitions (PINN optimizer-selection RL agent)
-for a DQN-stack ablation study; produced by the export script above, consumed
-by `collect_all_local_transitions` in the PINNacle fork.
+Загрузка в коде — `collect_all_local_transitions` из
+`RL/rl_utils/load_buffer/load_exps_from_comet.py`; Comet-ключ не требуется.
+
+---
+
+English: offline replay-buffer transitions for an RL agent that selects
+optimizers during PINN training, used for a DQN-stack ablation study
+(prioritized replay / soft-Watkins / trust-region masking). One `.pt` file per
+source experiment, each holding an ordered list of transitions.