Seorang insinyur telah membuka sumber reproduksi dari proyek viral Surya Narreddi, yang melatih model pemrograman untuk melukis cat air menggunakan JavaScript dan pembelajaran penguatan. Implementasi ini memanfaatkan pustaka TRL dan OpenEnv untuk membuat alur kerja end-to-end di Hugging Face untuk pelatihan, penilaian, dan inferensi.
- Sistem menggunakan p5.brush untuk mensimulasikan efek cat air seperti perembesan pigmen dan tekstur kertas melalui seperangkat terbatas dari sepuluh metode.
- Penghargaan berasal dari dua juri: HPSv3 untuk preferensi estetika dan seorang juri berpasangan yang membandingkan output terhadap kumpulan 178 gambar yang dihasilkan dengan peringkat tangan.
- Tiga putaran pelatihan dilakukan dengan bobot bervariasi antara para juri, menunjukkan bahwa model dapat belajar meniru gaya artistik spesifik yang terkandung dalam dataset.
- Seluruh resep, termasuk lingkungan RL, model penilai, dan model terlatih, dipublikasikan di Hugging Face Hub.
Proyek ini menunjukkan bagaimana pembelajaran penguatan atas selera subjektif dapat mengarahkan model yang lebih kecil untuk menghasilkan gaya artistik yang berbeda daripada gambar rata-rata secara statistik.