这是一个基于PPO算法的强化学习智能体,专门训练用于在Unity的ML-Agents金字塔环境中进行导航和任务解决。
下载量 15
发布时间 : 10/27/2022
模型简介
该模型使用近端策略优化(PPO)算法训练,能够在Unity ML-Agents的金字塔环境中自主学习和执行任务。
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3D虚拟环境中运行
PPO算法
采用近端策略优化算法,平衡探索与利用,实现稳定学习
实时可视化
支持在浏览器中实时观看智能体在环境中的表现
模型能力
3D环境导航
障碍物避让
目标导向行为
强化学习决策
使用案例
游戏AI
自动寻路
智能体可在复杂3D环境中自主寻找路径
任务解决
能够完成金字塔环境中的特定任务
教育演示
强化学习教学
可作为强化学习算法的教学案例
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
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文