Ppo Pendulum V1
模型概述
該模型使用PPO(Proximal Policy Optimization)算法在Pendulum-v1環境中進行訓練,旨在實現倒立擺的穩定控制。
模型特點
基於PPO算法
使用PPO算法進行訓練,這是一種先進的策略優化方法,能夠在保持訓練穩定性的同時實現高效學習。
多環境並行訓練
支持4個環境並行訓練(n_envs=4),提高了訓練效率。
狀態依賴探索
使用狀態依賴探索(use_sde=True),增強了探索能力。
模型能力
倒立擺控制
連續動作空間處理
強化學習策略優化
使用案例
控制問題
倒立擺平衡控制
控制倒立擺使其保持直立狀態
平均獎勵:-227.99 +/- 144.65
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