Testpyramidsrnd2
這是一個使用Unity ML-Agents庫訓練的PPO智能體模型,專門用於運行金字塔遊戲。
下載量 16
發布時間 : 7/17/2022
模型概述
該模型是一個基於PPO算法的深度強化學習智能體,經過訓練可以在Unity的ML-Agents環境中運行金字塔遊戲。
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
專門為Unity ML-Agents環境開發,可以無縫集成到Unity遊戲項目中。
金字塔遊戲專用
針對金字塔遊戲場景進行優化訓練,能夠有效處理該遊戲的環境和任務。
模型能力
遊戲控制
強化學習決策
環境感知
動作執行
使用案例
遊戲AI
金字塔遊戲AI玩家
作為金字塔遊戲的AI玩家,可以自主完成遊戲任務。
能夠有效完成遊戲設定的目標
強化學習研究
PPO算法演示
作為PPO算法在遊戲環境中的應用案例。
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