Testpyramidsrnd
T
Testpyramidsrnd
croumegousによって開発
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 ML-Agentsのピラミッド環境向けに特別に訓練されています
ダウンロード数 23
リリース時間 : 7/10/2022
モデル概要
このモデルはPPO(近接方策最適化)アルゴリズムを使用し、UnityのML-Agentsピラミッド環境で訓練され、特定のナビゲーションとタスク解決が可能です
モデル特徴
Unity環境統合
Unity ML-Agentsピラミッド環境専用設計で、Unityプロジェクトにシームレスに統合可能
PPOアルゴリズム実装
近接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、安定した方策学習を実現
3Dナビゲーション能力
複雑な3D環境でのナビゲーションとタスク解決が可能
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
強化学習方策実行
使用事例
ゲームAI
NPCインテリジェントナビゲーション
ゲーム内のNPCキャラクターにインテリジェントなナビゲーション能力を提供
NPCは複雑な3D環境を自律的に移動可能
訓練環境テスト
ML-Agents訓練環境の有効性をテスト・検証するために使用
ピラミッド環境の訓練可能性とエージェントのパフォーマンスを検証
教育デモ
強化学習教育
PPOアルゴリズムの教育用サンプルとして
3D環境における強化学習の応用を視覚的に展示
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