Ppo PongNoFrameskip V4
これはPPOアルゴリズムに基づく強化学習モデルで、PongNoFrameskip-v4環境でのゲームプレイ専用に設計されています。
ダウンロード数 46
リリース時間 : 6/2/2022
モデル概要
このモデルはstable-baselines3ライブラリとRL Zooトレーニングフレームワークを使用して開発され、フレームスキップなしのPongゲーム環境で効率的なゲーム戦略を実現できます。
モデル特徴
効率的なPPOアルゴリズム
Proximal Policy Optimizationアルゴリズムを使用し、トレーニングの安定性を維持しながら効率的な学習を実現します。
アタリ専用前処理
フレームスタッキングとアタリ専用前処理を含み、ゲーム環境入力を最適化します。
マルチ環境並列トレーニング
8つの環境での並列トレーニングをサポートし、学習プロセスを加速します。
モデル能力
アタリゲーム制御
強化学習戦略最適化
リアルタイム意思決定
使用事例
ゲームAI
PongゲームAI
Pongゲームで高レベルの自動対戦能力を実現
平均報酬21.00を達成
強化学習研究
アルゴリズムベンチマーク
アタリ環境におけるPPOアルゴリズムの性能基準として
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