FFNN

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。