AIbase
JA
ホーム
Decision Transformer Gym Hopper Medium
D

Decision Transformer Gym Hopper Medium

edbeechingによって開発
これはGym Hopper環境で中程度のパフォーマンス軌跡を使用して訓練された意思決定トランスフォーマーモデルで、連続制御タスクに適しています。
物理学モデル
Transformers
#強化学習制御#軌跡決定最適化#連続行動空間
ダウンロード数 6,518
リリース時間 : 3/16/2022

モデル概要

このモデルは意思決定トランスフォーマーアーキテクチャに基づいており、Gym Hopper環境の連続制御タスク向けに特別に訓練されており、環境状態に応じて適切な動作決定を生成できます。

モデル特徴

軌跡ベースの意思決定生成
モデルは中程度のパフォーマンス軌跡を学習することで意思決定を生成し、連続制御タスクに適用できます。
状態正規化
詳細な正規化係数を提供し、入力状態が正しく処理されることを保証します。
強化学習アプリケーション
強化学習環境向けに設計されており、特にGym Hopperなどの連続制御タスクに適しています。

モデル能力

連続行動空間での意思決定
強化学習環境制御
軌跡学習

使用事例

ロボット制御
Hopperロボットの運動制御
Hopperロボットのジャンプとバランスを制御
中程度の運動性能を実現
強化学習研究
意思決定トランスフォーマーアルゴリズムの検証
連続制御タスクにおける意思決定トランスフォーマーの性能を検証するために使用
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