2025年最高の 42 個の物理学モデルツール

これはGym Hopper環境で中程度のパフォーマンス軌跡を使用して訓練された意思決定トランスフォーマーモデルで、連続制御タスクに適しています。

これはGym Hopper環境のエキスパート軌跡データで訓練された意思決定トランスフォーマーモデルです。

これはPPOアルゴリズムに基づく強化学習エージェントで、MountainCarContinuous-v0環境向けに特別に訓練されており、連続制御のマウンテンカー問題を効果的に解決できます。

これはstable-baselines3ライブラリでトレーニングされたDQN強化学習エージェントで、Acrobot-v1制御問題を解決するために特別に設計されています。

深層学習を用いてバーガース方程式の逆問題を解決するモデルで、速度の時間変化を予測し物理パラメータを推定可能

LWM 1.1は無線チャネル特徴抽出のために特別に設計されたアップグレード版事前学習モデルで、多様なチャネル設定をサポートし、特徴抽出の品質と汎化能力を向上させます。

stable-baselines3ライブラリで訓練されたTD3強化学習エージェントで、MountainCarContinuous-v0環境専用に設計されています。

LWMは無線通信分野初の基盤モデルで、汎用特徴抽出器として開発され、無線チャネルデータから精緻な表現を抽出できます。

これはPPOアルゴリズムに基づく強化学習モデルで、LunarLander-v2環境における着陸タスクを解決するために特別に設計されています。

これはPPOアルゴリズムに基づく強化学習モデルで、LunarLander-v2環境向けに訓練され、月面着陸機を安全に着陸させることができます。

これはGym HalfCheetah環境からサンプリングされた専門家軌跡で訓練された意思決定トランスフォーマーモデルです。

これはUnity ML-AgentsライブラリでトレーニングされたPPOエージェントモデルで、Walker環境専用です。

これはPPOアルゴリズムに基づく強化学習モデルで、LunarLander-v2環境における着陸タスクを解決するために特別に設計されています。

これはPPOアルゴリズムに基づく強化学習モデルで、LunarLander-v2環境における着陸タスクを解決するために特別に設計されています。

BARTアーキテクチャに基づくシーケンス・ツー・シーケンストランスフォーマーモデルで、粒子物理学のラグランジアンを生成するために特別に設計されています。

これはPPOアルゴリズムに基づく強化学習モデルで、Pendulum-v1環境における制御問題を解決するために特別に設計されています。

これはPPOアルゴリズムに基づく強化学習モデルで、HalfCheetah-v3環境向けに設計されており、stable-baselines3ライブラリでトレーニングされています。

これはSACアルゴリズムに基づく強化学習モデルで、Hopper-v3環境でロボットのジャンプ動作を制御するために使用されます。

これはSACアルゴリズムに基づく強化学習モデルで、Walker2d-v3環境向けに設計されており、二足ロボットの歩行を制御できます。

Vintixはコンテキスト強化学習によるマルチタスクアクションモデルで、複数のベンチマークテストで優れた性能を発揮します。

これはPPOアルゴリズムに基づく強化学習エージェントで、Unity ML-Agentsのピラミッド環境でトレーニングされました。

これはSACアルゴリズムに基づく強化学習モデルで、Pendulum-v1環境における制御問題を解決するためのものです。

これはstable-baselines3ライブラリで訓練されたTD3エージェントモデルで、Hopper-v3環境における強化学習タスク専用です。

これは意思決定トランスフォーマーアーキテクチャに基づく強化学習モデルで、Gym HalfCheetah連続制御環境向けに特別に訓練され、中程度の品質の軌跡データを使用しています。

これはPPOアルゴリズムに基づく強化学習エージェントで、Unity ML-Agentsのピラミッド環境向けに特別に訓練されています

これはstable-baselines3ライブラリで訓練されたTD3強化学習エージェントで、HalfCheetah-v3環境向けに設計されており、平均報酬は9709.01を達成しています。

このモデルは時系列予測用のモデルで、英語をサポートし、特定のライセンス（bethana15）を使用しています。

これはPPOアルゴリズムに基づく深層強化学習モデルで、MountainCar-v0環境における制御問題を解決するために特別に設計されています。

これはPPOアルゴリズムに基づく強化学習モデルで、月面着陸機-v2環境における制御タスクを解決するためのものです。

これはstable-baselines3ライブラリで訓練されたPPO強化学習モデルで、Hopper-v3環境における連続制御タスク専用です。

これは深層Qネットワーク(DQN)に基づく強化学習エージェントで、MountainCar-v0環境の制御問題解決のために特別に訓練されています。

これはPPOアルゴリズムに基づく強化学習モデルで、LunarLander-v2環境向けに訓練され、月面着陸船の安全な着陸を制御するために使用されます。

これはPPOアルゴリズムに基づく強化学習モデルで、Pendulum-v1環境における制御問題を解決するためのものです。

これは深層Qネットワーク(DQN)に基づく強化学習エージェントで、MountainCar-v0環境のタスク解決に特化しています。

これはPPOアルゴリズムに基づく強化学習エージェントで、LunarLanderContinuous-v2環境向けに訓練され、月着陸船を安定着陸させることができます。

このモデルはGym Walker2d環境からサンプリングされた専門家軌跡に基づいて訓練された意思決定トランスフォーマーモデルです。

これはPPOアルゴリズムに基づく強化学習モデルで、LunarLander-v2環境向けに特別に訓練され、月着陸船を安全に着陸させることができます。

これはstable-baselines3ライブラリで訓練されたPPOエージェントモデルで、CartPole-v1強化学習タスクを解決するために特別に設計されています。

これはPPOアルゴリズムに基づく強化学習エージェントで、UnityのML-Agentsピラミッド環境で訓練されています

これはPPOアルゴリズムに基づく強化学習モデルで、LunarLander-v2環境における着陸タスクを解決するために特別に設計されています。

これはPPOアルゴリズムに基づく強化学習エージェントで、UnityのML-Agentsピラミッド環境でのナビゲーションとタスク解決のために特別に訓練されています。

これはPPOアルゴリズムに基づく強化学習エージェントで、seals/Walker2d-v0環境向けに訓練され、Walker2dロボットの歩行制御タスクに使用されます。