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完了のために特別にトレーニングされています。
ダウンロード数 65
リリース時間 : 8/20/2022
モデル概要
このモデルは、Unity ML-Agentsのピラミッド環境で近位方策最適化(PPO)アルゴリズムを使用してトレーニングされ、複雑な3D環境でのナビゲーションとタスク解決を学習できます。
モデル特徴
ピラミッド環境適応
Unity ML-Agentsのピラミッド3D環境に特化して最適化トレーニングを実施
PPOアルゴリズム実装
近位方策最適化アルゴリズムを採用し、探索と活用のバランスを取り、安定した学習を実現
リアルタイムデモ対応
Hugging Face Spacesを通じてリアルタイム可視化デモが可能
モデル能力
3D環境ナビゲーション
障害物回避
目標指向行動
強化学習意思決定
使用事例
ゲームAI
NPCインテリジェントナビゲーション
ゲーム内NPCが複雑な3D環境で自律的にナビゲートするために使用
ロボットシミュレーション
ロボット経路計画
複雑な環境でのロボットのナビゲーション能力をシミュレート
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