Ppo BreakoutNoFrameskip V4
这是一个基于 PPO 算法的强化学习智能体,专门用于在 BreakoutNoFrameskip-v4 游戏环境中进行训练和评估。
Downloads 22
Release Time : 6/2/2022
Model Overview
该模型使用 stable-baselines3 库和 RL Zoo 框架训练,能够在 Atari Breakout 游戏中实现较高的平均奖励分数。
Model Features
高性能游戏控制
在 BreakoutNoFrameskip-v4 环境中实现了 398.00 ± 16.30 的平均奖励分数
并行训练
支持使用 8 个并行环境进行训练,提高训练效率
帧堆叠处理
使用 4 帧堆叠技术处理游戏画面,帮助智能体理解动态变化
Model Capabilities
Atari 游戏控制
强化学习训练
游戏策略优化
Use Cases
游戏 AI
Atari Breakout 游戏 AI
训练智能体自动玩 Breakout 游戏
平均奖励达到 398.00 ± 16.30
强化学习研究
PPO 算法基准测试
作为 PPO 算法在 Atari 环境中的性能基准
Featured Recommended AI Models
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers Supports Multiple Languages

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers English

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 Chinese
R
uer
2,694
98