Testpyramidsrnd
T
Testpyramidsrnd
由micheljperez開發
這是一個使用Unity ML-Agents庫訓練的PPO算法智能體模型,專門用於在金字塔環境中進行遊戲。
下載量 18
發布時間 : 7/17/2022
模型概述
該模型基於PPO(Proximal Policy Optimization)算法,在Unity的ML-Agents框架下訓練,用於解決金字塔環境中的導航和任務完成問題。
模型特點
基於PPO算法
使用Proximal Policy Optimization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環境中部署和使用。
金字塔環境專用
專門為金字塔環境訓練,能夠有效解決該環境中的導航和任務完成問題。
模型能力
金字塔環境導航
任務完成
強化學習決策
使用案例
遊戲AI
金字塔環境導航
智能體可以在金字塔環境中自主導航,尋找目標或完成任務。
能夠有效完成金字塔環境中的指定任務
強化學習研究
PPO算法驗證
可用於驗證PPO算法在3D環境中的表現。
展示了PPO算法在複雜3D環境中的有效性
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