Mlagents PushBlock
M
Mlagents PushBlock
infinitejoyによって開発
これはUnity ML-AgentsでトレーニングされたPPOエージェントで、PushBlockゲームタスクを解決するために特別に設計されています。
ダウンロード数 24
リリース時間 : 7/11/2022
モデル概要
このモデルはPPOアルゴリズムに基づく強化学習エージェントで、UnityのPushBlock環境で効果的にブロックを押してタスクを完了することができます。
モデル特徴
Unity ML-Agentsベース
UnityのML-Agentsフレームワークを使用してトレーニングされ、Unity環境とシームレスに統合可能
PPOアルゴリズム実装
Proximal Policy Optimizationアルゴリズムを採用し、探索と活用のバランスを取る
ゲームタスク解決
PushBlockゲーム環境に特化してトレーニングされ、ブロック押しタスクを効果的に完了できる
モデル能力
ゲーム戦略学習
環境インタラクション
タスク解決
使用事例
ゲームAI
PushBlockゲームAI
PushBlockゲームのインテリジェントな対戦相手またはアシスタントとして
ブロック押しタスクを効果的に完了できる
強化学習研究
PPOアルゴリズムデモ
シンプルな3D環境でのPPOアルゴリズムの応用を展示
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