AIbase
TW
模型選型
標籤
多環境並行訓練

# 多環境並行訓練

Ppo LunarLanderContinuous V2
這是一個基於PPO算法的強化學習智能體，專為LunarLanderContinuous-v2環境訓練，能夠控制登月器平穩著陸。
物理學模型
P
sb3
15
0
Ppo BreakoutNoFrameskip V4
這是一個基於 PPO 算法的強化學習智能體，專門用於在 BreakoutNoFrameskip-v4 遊戲環境中進行訓練和評估。
圖像生成
P
sb3
22
0
Ppo SpaceInvadersNoFrameskip V4
這是一個基於PPO算法的強化學習智能體，專門用於在SpaceInvadersNoFrameskip-v4遊戲環境中進行訓練和遊戲。
視頻處理
P
sb3
8,999
0
Ppo LunarLander V2
這是一個基於PPO算法的強化學習模型，專門用於解決LunarLander-v2環境中的著陸任務。
物理學模型
P
sb3
73
0
Ppo PongNoFrameskip V4
這是一個基於PPO算法的強化學習模型，專門用於在PongNoFrameskip-v4環境中進行遊戲。
視頻處理
P
sb3
46
1
Ppo MountainCar V0
這是一個基於 PPO 算法的深度強化學習模型，專門用於解決 MountainCar-v0 環境中的控制問題。
物理學模型
P
sb3
21
1
Ppo CartPole V1
這是一個基於PPO算法的強化學習模型，專門用於解決CartPole-v1環境中的平衡問題。
分子模型
P
sb3
449
0
Ppo LunarLander V2
這是一個基於PPO算法的強化學習模型，專門用於解決LunarLander-v2環境中的著陸任務。
物理學模型
P
araffin
65
18
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase