Testpyramidsrnd
これはUnity ML-Agentsライブラリを使用してPyramids環境でトレーニングされたPPOエージェントモデルで、この環境でゲームをプレイできます。
ダウンロード数 21
リリース時間 : 7/13/2022
モデル概要
このモデルは、PPOアルゴリズムに基づいてUnityのPyramids環境でトレーニングされた強化学習エージェントで、特定のゲームタスク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、これは安定した強化学習アルゴリズムです。
Unity ML-Agents統合
Unity ML-Agentsライブラリと完全に互換性があり、Unity環境に簡単に展開できます。
Pyramids環境専用
Pyramidsゲーム環境専用にトレーニングされており、この環境の特定のタスクを効果的に解決できます。
モデル能力
Pyramids環境におけるゲーム意思決定
強化学習戦略の実行
リアルタイム環境インタラクション
使用事例
ゲームAI
PyramidsゲームAI
Pyramidsゲームのエージェントとして、ゲームタスクを自動的に完了します
強化学習研究
PPOアルゴリズム検証
特定の環境における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されます
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