Testpyramidsrnd
这是一个基于PPO算法的强化学习智能体,专门训练用于Unity ML-Agents的金字塔环境。
下载量 22
发布时间 : 7/11/2022
模型简介
该模型使用PPO(近端策略优化)算法训练,能够在Unity的ML-Agents金字塔环境中执行导航或目标达成任务。
模型特点
Unity环境集成
专为Unity ML-Agents金字塔环境设计,可直接在Unity模拟器中运行
PPO算法
采用近端策略优化算法,平衡探索与利用,实现稳定训练
可视化演示
支持通过Hugging Face Spaces直接观看智能体运行表现
模型能力
3D环境导航
目标识别与达成
强化学习决策
使用案例
游戏AI
金字塔探索AI
智能体在金字塔环境中自主探索并完成任务
可观察智能体在复杂3D环境中的决策过程
强化学习教学
PPO算法演示
展示PPO算法在3D环境中的实际应用
直观理解强化学习训练过程
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98