Testpyramidsrnd2
这是一个使用Unity ML-Agents库训练的PPO智能体模型,专门用于运行金字塔游戏。
下载量 16
发布时间 : 7/17/2022
模型简介
该模型是一个基于PPO算法的深度强化学习智能体,经过训练可以在Unity的ML-Agents环境中运行金字塔游戏。
模型特点
基于PPO算法
使用Proximal Policy Optimization算法进行训练,这是一种先进的强化学习算法。
Unity ML-Agents集成
专门为Unity ML-Agents环境开发,可以无缝集成到Unity游戏项目中。
金字塔游戏专用
针对金字塔游戏场景进行优化训练,能够有效处理该游戏的环境和任务。
模型能力
游戏控制
强化学习决策
环境感知
动作执行
使用案例
游戏AI
金字塔游戏AI玩家
作为金字塔游戏的AI玩家,可以自主完成游戏任务。
能够有效完成游戏设定的目标
强化学习研究
PPO算法演示
作为PPO算法在游戏环境中的应用案例。
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
智启未来,您的人工智能解决方案智库
简体中文