这是一个基于PPO算法的强化学习智能体,在Unity的ML-Agents金字塔环境中训练完成
下载量 14
发布时间 : 7/5/2022
模型简介
该模型是通过Unity ML-Agents框架训练的深度强化学习智能体,使用PPO算法在金字塔环境中学习导航和任务解决能力
模型特点
基于Unity环境训练
在Unity的3D金字塔环境中进行训练,具备处理复杂3D空间导航的能力
PPO算法实现
采用Proximal Policy Optimization算法,平衡探索与利用,实现稳定的策略学习
实时可视化
支持在浏览器中实时观看智能体运行表现
模型能力
3D环境导航
障碍物避让
目标导向行为
强化学习策略优化
使用案例
游戏AI
NPC智能导航
可用于游戏中NPC在复杂3D环境中的自主导航
机器人控制
虚拟机器人训练
可作为真实机器人控制策略的虚拟训练环境
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