Testpyramidsrnd
這是一個使用PPO算法在Unity ML-Agents金字塔環境中訓練的強化學習智能體模型
下載量 15
發布時間 : 7/13/2022
模型概述
該模型基於PPO(近端策略優化)算法,專門為Unity ML-Agents的金字塔環境訓練而成,能夠在該環境中執行特定的強化學習任務
模型特點
Unity ML-Agents兼容
該模型完全兼容Unity ML-Agents框架,可直接在Unity環境中部署運行
PPO算法實現
採用近端策略優化(PPO)這一先進的強化學習算法進行訓練
金字塔環境專用
專門為Unity的金字塔環境訓練,在該環境中表現出色
模型能力
環境導航
決策制定
強化學習任務執行
使用案例
遊戲AI
金字塔環境導航
在Unity的金字塔環境中進行自主導航和決策
能夠完成金字塔環境中的特定任務
強化學習研究
PPO算法應用
可作為PPO算法在Unity環境中的應用案例
展示PPO算法在3D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