Testpushblock
一個基於PPO算法訓練的深度強化學習智能體,用於Unity的PushBlock遊戲環境
下載量 30
發布時間 : 8/20/2022
模型概述
該模型使用Unity ML-Agents框架訓練,專門用於解決PushBlock環境中的物體推動任務,展示了強化學習在遊戲AI中的應用
模型特點
基於PPO算法
使用Proximal Policy Optimization這一穩定的強化學習算法進行訓練
Unity環境集成
專為Unity ML-Agents的PushBlock環境設計,可直接在Unity中部署
持續訓練支持
支持通過mlagents-learn命令繼續訓練模型
模型能力
遊戲環境中的決策制定
物體推動任務解決
強化學習策略執行
使用案例
遊戲AI
PushBlock遊戲AI
在PushBlock環境中自動完成物體推動任務
可觀察智能體在瀏覽器演示中的表現
強化學習研究
PPO算法驗證
作為PPO算法在簡單3D環境中的實現案例
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