T
Testpyramidsrnd
由 michael20at 开发
这是一个使用PPO算法在Unity ML-Agents金字塔环境中训练的强化学习智能体模型
下载量 69
发布时间 : 9/20/2022
模型简介
该模型基于PPO(Proximal Policy Optimization)算法,在Unity ML-Agents的金字塔环境中进行训练,能够完成特定的3D环境导航任务。
模型特点
基于PPO算法
使用Proximal Policy Optimization算法进行训练,这是一种稳定的强化学习算法
Unity环境集成
专门为Unity ML-Agents的金字塔环境训练,可无缝集成到Unity项目中
3D导航能力
具备在复杂3D环境中导航和完成任务的能力
模型能力
3D环境导航
强化学习决策
Unity环境交互
使用案例
游戏AI
智能NPC导航
在游戏环境中为NPC提供智能导航能力
NPC能够自主在复杂3D环境中移动
机器人仿真
虚拟机器人训练
用于训练虚拟机器人在复杂环境中的移动能力
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