Ball Test
PPOアルゴリズムに基づく強化学習エージェントで、Unity 3DBall環境におけるバランスボール制御タスク用
ダウンロード数 29
リリース時間 : 4/19/2022
モデル概要
このモデルはUnity ML-Agentsフレームワークでトレーニングされ、PPOアルゴリズムを使用して3D環境でボールをバランスさせる制御戦略を学習します。強化学習研究やロボット制御アプリケーションに適しています。
モデル特徴
PPOアルゴリズムベース
Proximal Policy Optimizationアルゴリズムを使用し、連続行動空間で安定した政策学習を実現
多層パーセプトロンアーキテクチャ
2層128ユニットのニューラルネットワーク構造で環境観測を処理
線形学習率スケジューリング
線形学習率スケジューリング戦略を使用してトレーニングプロセスを最適化
モデル能力
3D環境におけるバランス制御
連続行動空間での意思決定
強化学習政策最適化
使用事例
教育研究
強化学習教育事例
PPOアルゴリズムの標準的な教育ケースとして
連続制御問題への強化学習応用の理解を支援
ロボット制御
バランス制御システム
実際のロボットバランス制御タスクに転移可能
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