2025年最佳 42 款物理學模型工具

這是一個在Gym Hopper環境中使用中等表現軌跡訓練的決策變換器模型，適用於連續控制任務。

這是一個經過訓練的決策變換器模型，其訓練數據來源於Gym Hopper環境中的專家軌跡。

這是一個基於PPO算法的強化學習智能體，專門為MountainCarContinuous-v0環境訓練，能夠有效解決連續控制的山地車問題。

這是一個基於 stable-baselines3 庫訓練的 DQN 強化學習智能體，專門用於解決 Acrobot-v1 控制問題。

利用深度學習解決伯格斯方程反問題的模型，能夠預測速度演變和估算物理參數

LWM 1.1是專為無線信道特徵提取設計的升級版預訓練模型，支持多樣化信道配置，提升特徵提取質量與泛化能力。

一個基於stable-baselines3庫訓練的TD3強化學習智能體，專為MountainCarContinuous-v0環境設計。

LWM是首個無線通信領域的基礎模型，作為通用特徵提取器開發，能夠從無線信道數據中提取精細表徵。

這是一個基於PPO算法的強化學習模型，專門用於解決LunarLander-v2環境中的著陸任務。

這是一個基於PPO算法的強化學習模型，專為LunarLander-v2環境訓練，能夠控制月球著陸器安全著陸。

這是一個經過訓練的決策變換器模型，其訓練數據來自Gym HalfCheetah環境中採樣的專家軌跡。

這是一個使用Unity ML-Agents庫訓練的PPO智能體模型，專門用於Walker環境。

這是一個基於PPO算法的強化學習模型，專門用於解決LunarLander-v2環境中的著陸任務。

這是一個基於PPO算法的強化學習模型，專門用於解決LunarLander-v2環境中的著陸任務。

基於BART架構的序列到序列Transformer模型，專門用於生成粒子物理學的拉格朗日量。

這是一個基於PPO算法的強化學習模型，專門用於解決Pendulum-v1環境中的控制問題。

這是一個基於PPO算法的強化學習模型，專為HalfCheetah-v3環境設計，由stable-baselines3庫訓練。

這是一個基於SAC算法的強化學習模型，用於在Hopper-v3環境中控制機器人跳躍運動。

這是一個基於SAC算法的強化學習模型，專為Walker2d-v3環境設計，能夠控制雙足機器人行走。

Vintix是一個通過上下文強化學習實現的多任務動作模型，在多個基準測試中表現出色。

這是一個基於PPO算法的強化學習智能體，使用Unity ML-Agents在金字塔環境中訓練而成。

這是一個基於SAC算法的強化學習模型，用於解決Pendulum-v1環境中的控制問題。

這是一個基於stable-baselines3庫訓練的TD3智能體模型，專門用於Hopper-v3環境中的強化學習任務。

這是一個基於決策變換器架構的強化學習模型，專門針對Gym HalfCheetah連續控制環境訓練，使用中等質量軌跡數據進行訓練。

這是一個基於PPO算法的強化學習智能體，專門針對Unity ML-Agents的金字塔環境進行訓練

這是一個基於stable-baselines3庫訓練的TD3強化學習智能體，專為HalfCheetah-v3環境設計，平均獎勵達到9709.01。

該模型是一個用於時間序列預測的模型，支持英語語言，使用特定的許可證（bethana15）。

這是一個基於 PPO 算法的深度強化學習模型，專門用於解決 MountainCar-v0 環境中的控制問題。

這是一個基於PPO算法的強化學習模型，用於解決月球著陸器-v2環境中的控制任務。

這是一個基於 stable-baselines3 庫訓練的 PPO 強化學習模型，專門用於 Hopper-v3 環境中的連續控制任務。

這是一個基於深度Q網絡(DQN)的強化學習智能體，專門訓練用於解決MountainCar-v0環境中的控制問題。

這是一個基於PPO算法的強化學習模型，專門針對LunarLander-v2環境訓練，用於控制月球著陸器安全著陸。

這是一個基於深度Q網絡(DQN)的強化學習智能體，專門用於解決MountainCar-v0環境中的任務。

這是一個基於PPO算法的強化學習模型，用於解決Pendulum-v1環境中的控制問題。

這是一個基於PPO算法的強化學習智能體，專為LunarLanderContinuous-v2環境訓練，能夠控制登月器平穩著陸。

這是一個經過訓練的決策變換器模型，其訓練數據來源於Gym Walker2d環境中採樣的專家軌跡。

這是一個使用 stable-baselines3 庫訓練的 PPO 智能體模型，專門用於解決 CartPole-v1 強化學習任務。

這是一個基於PPO算法的強化學習模型，專門針對LunarLander-v2環境進行訓練，能夠控制登月器安全著陸。

這是一個基於PPO算法的強化學習智能體，在Unity的ML-Agents金字塔環境中訓練完成

這是一個基於PPO算法的強化學習模型，專門用於解決LunarLander-v2環境中的著陸任務。

這是一個基於PPO算法的強化學習智能體，專門訓練用於在Unity的ML-Agents金字塔環境中進行導航和任務解決。

這是一個基於PPO算法的強化學習智能體，專門為seals/Walker2d-v0環境訓練，用於控制Walker2d機器人行走任務。