Testworm
一個基於PPO算法的強化學習智能體,專門訓練用於玩貪吃蛇遊戲
下載量 85
發布時間 : 9/5/2022
模型概述
該模型使用Unity ML-Agents框架訓練,採用PPO(近端策略優化)算法,能夠自主玩貪吃蛇遊戲。
模型特點
基於PPO算法
使用近端策略優化算法進行訓練,這是一種先進的強化學習算法
Unity ML-Agents集成
完全兼容Unity ML-Agents框架,便於在Unity環境中部署和運行
貪吃蛇遊戲專精
專門為貪吃蛇遊戲訓練,能夠自主決策並完成遊戲目標
模型能力
貪吃蛇遊戲控制
強化學習決策
遊戲策略優化
使用案例
遊戲AI
貪吃蛇遊戲AI
作為貪吃蛇遊戲的AI對手或演示AI
能夠自主完成貪吃蛇遊戲
強化學習教學
PPO算法示例
作為PPO算法的實際應用案例
展示PPO算法在簡單遊戲中的表現
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