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、ハッジゲームの強化学習タスク専用です。
ダウンロード数 16
リリース時間 : 12/3/2024
モデル概要
このモデルはPPOアルゴリズムを使用してハッジゲーム環境でトレーニングされ、特定のゲームタスクを達成できます。
モデル特徴
Unity ML-Agentsベースのトレーニング
Unity公式のML-Agentsライブラリを使用してトレーニングされ、Unityゲームエンジンとシームレスに統合されます
PPOアルゴリズム実装
Proximal Policy Optimizationアルゴリズムを採用し、これは安定かつ効率的な強化学習アルゴリズムです
ブラウザデモ対応
トレーニング済みモデルはブラウザで直接ゲームパフォーマンスを観察できます
モデル能力
ゲームAI制御
強化学習意思決定
環境インタラクション
使用事例
ゲーム開発
ハッジゲームAI
ハッジゲーム用のインテリジェントAIキャラクターをトレーニング
特定のゲームタスクを達成可能
教育デモ
強化学習教育
強化学習アルゴリズムの教育事例として
ゲーム環境における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