Testpyramidsrnd
これはPPOアルゴリズムを使用してUnity ML-Agentsのピラミッド環境でトレーニングされた強化学習エージェントモデルです
ダウンロード数 15
リリース時間 : 7/13/2022
モデル概要
このモデルはPPO(近接方策最適化)アルゴリズムに基づいており、Unity ML-Agentsのピラミッド環境向けに特別にトレーニングされており、その環境で特定の強化学習タスクを実行できます
モデル特徴
Unity ML-Agents互換
このモデルはUnity ML-Agentsフレームワークと完全に互換性があり、Unity環境に直接デプロイして実行できます
PPOアルゴリズム実装
先進的な強化学習アルゴリズムである近接方策最適化(PPO)を採用してトレーニングされています
ピラミッド環境専用
Unityのピラミッド環境向けに特別にトレーニングされており、その環境で優れたパフォーマンスを発揮します
モデル能力
環境ナビゲーション
意思決定
強化学習タスク実行
使用事例
ゲームAI
ピラミッド環境ナビゲーション
Unityのピラミッド環境で自律的にナビゲーションと意思決定を行う
ピラミッド環境の特定タスクを完了できる
強化学習研究
PPOアルゴリズム応用
Unity環境におけるPPOアルゴリズムの応用例として利用可能
3D環境におけるPPOアルゴリズムの性能を展示
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