Testpyramidsrnd
T
Testpyramidsrnd
micheljperezによって開発
これはUnity ML-AgentsライブラリでトレーニングされたPPOアルゴリズムエージェントモデルで、ピラミッド環境でのゲームプレイに特化しています。
ダウンロード数 18
リリース時間 : 7/17/2022
モデル概要
このモデルはPPO(Proximal Policy Optimization)アルゴリズムに基づいており、UnityのML-Agentsフレームワーク下でトレーニングされ、ピラミッド環境におけるナビゲーションとタスク完了の問題を解決するために使用されます。
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あり、Unity環境での展開と使用が容易です。
ピラミッド環境専用
ピラミッド環境に特化してトレーニングされており、この環境におけるナビゲーションとタスク完了の問題を効果的に解決できます。
モデル能力
ピラミッド環境ナビゲーション
タスク完了
強化学習意思決定
使用事例
ゲームAI
ピラミッド環境ナビゲーション
エージェントはピラミッド環境内で自律的にナビゲートし、目標を探したりタスクを完了したりできます。
ピラミッド環境で指定されたタスクを効果的に完了できる
強化学習研究
PPOアルゴリズム検証
3D環境におけるPPOアルゴリズムのパフォーマンスを検証するために使用できます。
複雑な3D環境におけるPPOアルゴリズムの有効性を示している
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