Sac Pendulum V1
モデル概要
このモデルはStable Baselines3ライブラリのSACアルゴリズムを使用して訓練され、Pendulum-v1環境における倒立振子制御問題の解決に特化しています。
モデル特徴
SACアルゴリズムベース
Soft Actor-Criticアルゴリズムを使用し、ポリシー勾配とQ学習の利点を組み合わせ、連続動作空間の制御問題に適しています。
安定した訓練
stable-baselines3ライブラリを通じて実装され、安定した訓練プロセスと信頼性の高い性能を提供します。
ハイパーパラメータ最適化
モデルはハイパーパラメータ最適化が施されており、Pendulum-v1環境で良好な性能を発揮します。
モデル能力
連続動作空間制御
強化学習ポリシー最適化
倒立振子バランス制御
使用事例
制御問題
倒立振子制御
倒立振子を直立状態に保つ制御
平均報酬-176.33 +/- 101.55
強化学習研究
SACアルゴリズムベンチマーク
連続制御タスクにおけるSACアルゴリズムのベンチマークモデルとして
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