Unitypyramidsrnd
這是一個基於PPO算法的強化學習智能體,專門為Unity的ML-Agents金字塔環境訓練而成。
下載量 15
發布時間 : 7/24/2022
模型概述
該模型使用PPO(近端策略優化)算法在Unity的ML-Agents金字塔環境中進行訓練,能夠在該環境中執行特定任務。
模型特點
Unity環境集成
專為Unity ML-Agents金字塔環境設計,可直接在Unity中部署使用
PPO算法
採用近端策略優化算法,平衡探索與利用,實現穩定的策略學習
可視化演示
支持通過Hugging Face Spaces直接觀看智能體在環境中的表現
模型能力
環境導航
任務執行
強化學習決策
使用案例
遊戲AI
金字塔環境導航
智能體在金字塔迷宮中尋找路徑完成任務
可觀察智能體在環境中的決策過程
強化學習研究
PPO算法演示
作為PPO算法在3D環境中的應用案例
可用於教學或算法比較
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