AIbase
JA
ホーム
Dqn Mountaincar V0 Zoo
D

Dqn Mountaincar V0 Zoo

Galerosによって開発
これは深層Qネットワーク(DQN)に基づく強化学習エージェントで、MountainCar-v0環境のタスク解決に特化しています。
物理学モデル#深層Q学習#MountainCar制御#強化学習トレーニング
ダウンロード数 16
リリース時間 : 6/11/2022

モデル概要

このモデルはstable-baselines3ライブラリでトレーニングされ、MountainCar-v0環境で効果的な制御戦略を学習し、車を山頂に到達させることができます。

モデル特徴

深層強化学習
深層ニューラルネットワークを関数近似器として使用し、高次元状態空間を処理可能
安定したトレーニング
経験再生やターゲットネットワークなどの技術によりトレーニングプロセスの安定性を確保
効率的な学習
限られた時間内で効果的な制御戦略を学習可能

モデル能力

連続制御問題解決
最適戦略学習
動的環境適応

使用事例

教育デモ
強化学習教育
深層強化学習アルゴリズムの実際の制御問題への応用を展示
学生がDQNアルゴリズムの動作原理を直感的に理解可能
アルゴリズム研究
強化学習アルゴリズム比較
ベンチマークモデルとして異なる強化学習アルゴリズムの性能比較に使用
平均報酬-105.00 +/- 3.46を達成
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
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase