Testpyramidsrnd
T
Testpyramidsrnd
由michael20at開發
這是一個使用PPO算法在Unity ML-Agents金字塔環境中訓練的強化學習智能體模型
下載量 69
發布時間 : 9/20/2022
模型概述
該模型基於PPO(Proximal Policy Optimization)算法,在Unity ML-Agents的金字塔環境中進行訓練,能夠完成特定的3D環境導航任務。
模型特點
基於PPO算法
使用Proximal Policy Optimization算法進行訓練,這是一種穩定的強化學習算法
Unity環境集成
專門為Unity ML-Agents的金字塔環境訓練,可無縫集成到Unity項目中
3D導航能力
具備在複雜3D環境中導航和完成任務的能力
模型能力
3D環境導航
強化學習決策
Unity環境交互
使用案例
遊戲AI
智能NPC導航
在遊戲環境中為NPC提供智能導航能力
NPC能夠自主在複雜3D環境中移動
機器人仿真
虛擬機器人訓練
用於訓練虛擬機器人在複雜環境中的移動能力
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98