AIbase

多环境并行训练
Ppo LunarLanderContinuous V2
这是一个基于PPO算法的强化学习智能体，专为LunarLanderContinuous-v2环境训练，能够控制登月器平稳着陆。
物理学模型
P
sb3
15
0
Ppo BreakoutNoFrameskip V4
这是一个基于 PPO 算法的强化学习智能体，专门用于在 BreakoutNoFrameskip-v4 游戏环境中进行训练和评估。
图像生成
P
sb3
22
0
Ppo SpaceInvadersNoFrameskip V4
这是一个基于PPO算法的强化学习智能体，专门用于在SpaceInvadersNoFrameskip-v4游戏环境中进行训练和游戏。
视频处理
P
sb3
8,999
0
Ppo LunarLander V2
这是一个基于PPO算法的强化学习模型，专门用于解决LunarLander-v2环境中的着陆任务。
物理学模型
P
sb3
73
0
Ppo PongNoFrameskip V4
这是一个基于PPO算法的强化学习模型，专门用于在PongNoFrameskip-v4环境中进行游戏。
视频处理
P
sb3
46
1
Ppo MountainCar V0
这是一个基于 PPO 算法的深度强化学习模型，专门用于解决 MountainCar-v0 环境中的控制问题。
物理学模型
P
sb3
21
1
Ppo CartPole V1
这是一个基于PPO算法的强化学习模型，专门用于解决CartPole-v1环境中的平衡问题。
分子模型
P
sb3
449
0
Ppo LunarLander V2
这是一个基于PPO算法的强化学习模型，专门用于解决LunarLander-v2环境中的着陆任务。
物理学模型
P
araffin
65
18