Mlagents Pyramids
這是一個使用PPO算法在Unity金字塔環境中訓練的強化學習智能體模型
下載量 22
發布時間 : 6/24/2022
模型概述
該模型基於Unity ML-Agents框架開發,使用PPO算法訓練,專門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Unity環境訓練
使用Unity ML-Agents框架進行訓練,可直接在Unity環境中部署
PPO算法實現
採用Proximal Policy Optimization這一先進的強化學習算法
金字塔環境適應
專門針對金字塔環境的導航和任務完成進行優化
模型能力
3D環境導航
任務目標識別
強化學習決策
Unity環境交互
使用案例
遊戲AI
金字塔探索AI
在3D金字塔環境中自主導航並完成任務
能夠有效探索複雜3D環境
教育演示
強化學習教學案例
展示PPO算法在3D環境中的應用
直觀展示強化學習效果
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