讨论列表 - ppo-Pyramids:用户可使用本项目在昇腾 910B 系列 NPU 上运行 ML-Agents PPO 离散策略推理，输入 172 维观测输出 5 维离散动作。项目通过 torch_npu 完成设备初始化与网络重建，实现端到端 NPU 推理，单次推理耗时约 155 毫秒。【此简介由AI生成】 - AtomGit AI社区