AIbase
TW
模型選型
標籤
穩定訓練

# 穩定訓練

Ppo CartPole V1
這是一個使用 stable-baselines3 庫訓練的 PPO 智能體模型，專門用於解決 CartPole-v1 強化學習任務。
物理學模型
P
somya17ban
14
1
Dqnspacei
這是一個基於 stable-baselines3 庫訓練的 DQN 智能體模型，專門用於 SpaceInvadersNoFrameskip-v4 遊戲環境。
視頻處理
D
Oleg78
15
0
Ppo LunarLander V2
這是一個基於PPO算法的強化學習模型，用於解決月球著陸器-v2環境中的控制任務。
物理學模型
P
sigalaz
20
0
Dqn SpaceInvadersNoFrameskip V4
這是一個基於 DQN 算法的深度強化學習模型，專門用於玩 SpaceInvadersNoFrameskip-v4 遊戲環境。
視頻處理
D
awalmeida
13
0
Td3 MountainCarContinuous V0
一個基於stable-baselines3庫訓練的TD3強化學習智能體，專為MountainCarContinuous-v0環境設計。
物理學模型
T
sb3
203
0
Td3 Hopper V3
這是一個基於stable-baselines3庫訓練的TD3智能體模型，專門用於Hopper-v3環境中的強化學習任務。
物理學模型
T
sb3
30
0
Td3 HalfCheetah V3
這是一個基於stable-baselines3庫訓練的TD3強化學習智能體，專為HalfCheetah-v3環境設計，平均獎勵達到9709.01。
物理學模型
T
sb3
23
0
Sealswalker2d V0
這是一個基於PPO算法的強化學習智能體，專門為seals/Walker2d-v0環境訓練，用於控制Walker2d機器人行走任務。
物理學模型
S
ernestumorga
0
0
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