Testpyramidsrnd
這是一個使用Unity ML-Agents庫在Pyramids環境中訓練的PPO智能體模型,能夠在該環境中進行遊戲。
下載量 21
發布時間 : 7/13/2022
模型概述
該模型是基於PPO算法在Unity的Pyramids環境中訓練的強化學習智能體,用於解決特定的遊戲任務。
模型特點
基於PPO算法
使用Proximal Policy Optimization算法進行訓練,這是一種穩定的強化學習算法。
Unity ML-Agents集成
完全兼容Unity ML-Agents庫,可以輕鬆部署到Unity環境中。
Pyramids環境專用
專門為Pyramids遊戲環境訓練,能夠有效解決該環境中的特定任務。
模型能力
Pyramids環境中的遊戲決策
強化學習策略執行
即時環境交互
使用案例
遊戲AI
Pyramids遊戲AI
作為Pyramids遊戲中的智能體,自動完成遊戲任務
強化學習研究
PPO算法驗證
用於驗證PPO算法在特定環境中的表現
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