Ball
これはPPOアルゴリズムで訓練された強化学習エージェントで、Unity 3DBallゲームにおけるバランスボールタスクを制御するために使用されます。
ダウンロード数 23
リリース時間 : 4/19/2022
モデル概要
このモデルはUnity ML-Agentsフレームワークで訓練され、PPOアルゴリズムを使用して3D環境で球体のバランスを取る方法を学習します。強化学習の教育やゲームAI開発に適しています。
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、安定したポリシー最適化プロセスを提供します
Unity環境統合
Unity 3DBallゲーム環境専用に設計されており、Unityで直接展開して使用できます
設定可能なネットワーク構造
カスタムニューラルネットワークの層数と隠れユニット数をサポートします
モデル能力
3D環境におけるバランス制御
リアルタイム意思決定
強化学習ポリシー最適化
使用事例
ゲームAI
3DBallゲームAI
3DBallゲームのAI対戦相手またはデモキャラクターとして
球体のバランスを安定して制御可能
教育デモ
強化学習教育
連続制御タスクにおけるPPOアルゴリズムの応用を展示
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