AIbase
EN
Home
Sac Pendulum V1
S

Sac Pendulum V1

Developed by sb3
これはSACアルゴリズムに基づく強化学習モデルで、Pendulum-v1環境における制御問題を解決するためのものです。
物理学モデル#倒立振子制御#連続動作空間#深層強化学習
Downloads 39
Release Time : 5/22/2022

Model Overview

このモデルはStable Baselines3ライブラリのSACアルゴリズムを使用して訓練され、Pendulum-v1環境における倒立振子制御問題の解決に特化しています。

Model Features

SACアルゴリズムベース
Soft Actor-Criticアルゴリズムを使用し、ポリシー勾配とQ学習の利点を組み合わせ、連続動作空間の制御問題に適しています。
安定した訓練
stable-baselines3ライブラリを通じて実装され、安定した訓練プロセスと信頼性の高い性能を提供します。
ハイパーパラメータ最適化
モデルはハイパーパラメータ最適化が施されており、Pendulum-v1環境で良好な性能を発揮します。

Model Capabilities

連続動作空間制御
強化学習ポリシー最適化
倒立振子バランス制御

Use Cases

制御問題
倒立振子制御
倒立振子を直立状態に保つ制御
平均報酬-176.33 +/- 101.55
強化学習研究
SACアルゴリズムベンチマーク
連続制御タスクにおけるSACアルゴリズムのベンチマークモデルとして
Featured Recommended AI Models
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 Supports Multiple Languages
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 English
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 Chinese
R
uer
2,694
98
AIbase
Empowering the Future, Your AI Solution Knowledge Base
English简体中文繁體中文にほんご
© 2025AIbase