Ppo Huggy
これはUnity ML-AgentsライブラリでトレーニングされたPPOエージェントモデルで、ハギーゲームを実行するために特別に設計されています。
ダウンロード数 30
リリース時間 : 2/18/2025
モデル概要
このモデルはPPO(近接方策最適化)アルゴリズムに基づく深層強化学習エージェントで、ハギーゲーム環境で特定のタスクを実行するために使用されます。
モデル特徴
PPOアルゴリズムベース
近接方策最適化アルゴリズムを使用してトレーニングされており、これは先進的な深層強化学習手法です。
Unity ML-Agents統合
Unity ML-Agentsフレームワークと完全互換で、Unityゲーム環境への展開が容易です。
ブラウザデモ対応
ブラウザで直接エージェントの動作を確認できます。
モデル能力
ゲームエージェント制御
強化学習意思決定
環境インタラクション
使用事例
ゲームAI
ハギーゲームエージェント
ゲームキャラクターを制御してハギーゲーム環境で特定のタスクを実行
ゲームで設定された目標を達成可能
教育デモ
強化学習教育
深層強化学習の教育事例として
学生がPPOアルゴリズムとゲームAI開発を理解するのを支援
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