Test Worm
T
Test Worm
damilare-akinによって開発
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のワームゲーム向けに特別にトレーニングされました。
ダウンロード数 15
リリース時間 : 10/17/2022
モデル概要
このモデルはUnity ML-Agentsライブラリでトレーニングされ、ワームゲームで自律的に学習し意思決定できます。
モデル特徴
PPOアルゴリズムベース
Proximal Policy Optimizationアルゴリズムを使用してトレーニングされており、これは先進的な強化学習アルゴリズムです。
Unity ML-Agents統合
Unity ML-Agentsフレームワークと完全互換で、Unity環境での展開と使用が容易です。
リアルタイムゲームデモ
Hugging Face Spacesを通じてリアルタイムのゲームデモを視聴できます。
モデル能力
ワームゲーム制御
強化学習意思決定
ゲーム環境適応
使用事例
ゲームAI
ワームゲームAI
ワームゲームにおけるインテリジェントな対戦相手または自動プレイヤーとして
自律的にゲームタスクを完了可能
強化学習研究
PPOアルゴリズムデモ
ゲーム環境におけるPPOアルゴリズムの応用効果を展示
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98