Dqn Mountaincar V0
這是一個基於深度Q網絡(DQN)的強化學習智能體,專門訓練用於解決MountainCar-v0環境中的控制問題。
下載量 18
發布時間 : 6/7/2022
模型概述
該模型使用stable-baselines3庫實現,通過深度強化學習訓練,能夠在MountainCar-v0環境中學習有效的控制策略,使小車成功到達山頂。
模型特點
深度Q學習
使用深度神經網絡近似Q值函數,能夠處理高維狀態空間
穩定訓練
通過經驗回放和目標網絡等技術確保訓練過程的穩定性
環境適應
能夠學習在MountainCar環境中有效的控制策略
模型能力
強化學習控制
策略優化
環境交互
使用案例
教育演示
強化學習教學
用於展示深度強化學習算法在實際控制問題中的應用
平均獎勵達到-101.40 ± 9.64
算法研究
DQN算法改進
作為基準模型用於測試新的強化學習算法改進
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