Testpyramidsrnd
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。
ダウンロード数 13
リリース時間 : 9/19/2022
モデル概要
このモデルはPPO(近接方策最適化)アルゴリズムを使用してUnity ML-Agentsのピラミッド環境で訓練され、この3D環境内でナビゲーションと特定のタスク解決が可能です。
モデル特徴
Unity環境統合
Unity ML-Agentsピラミッド環境専用設計で、Unityプロジェクトにシームレスに統合可能
PPOアルゴリズム実装
近接方策最適化アルゴリズムを使用したトレーニングで、探索と活用のバランスを取る
3Dナビゲーション能力
複雑な3D環境で効果的なナビゲーションと意思決定が可能
モデル能力
3D環境ナビゲーション
強化学習意思決定
Unity環境インタラクション
使用事例
ゲームAI
自動ナビゲーションシステム
ゲーム環境でエージェントの自律ナビゲーションを実現
エージェントは目標を達成するための最適な経路を見つけることができる
AIトレーニングデモ
3D環境における強化学習の応用を展示
教育や研究目的に使用可能
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