AIbase

稳定基线3实现
Ppo LunarLander V2
这是一个基于PPO算法的强化学习模型，专门针对LunarLander-v2环境进行训练，能够控制登月器安全着陆。
物理学模型
P
sofiascat
14
1
RL
这是一个基于DQN算法的强化学习模型，专门用于在SpaceInvadersNoFrameskip-v4游戏环境中进行训练和游戏。
视频处理
R
skyline22
20
0
Dqn Mountaincar V0 Zoo
这是一个基于深度Q网络(DQN)的强化学习智能体，专门用于解决MountainCar-v0环境中的任务。
物理学模型
D
Galeros
16
0
Dqn Mountaincar V0
这是一个基于深度Q网络(DQN)的强化学习智能体，专门训练用于解决MountainCar-v0环境中的控制问题。
物理学模型
D
Galeros
18
0
PPO LunarLander V2
这是一个基于PPO算法的强化学习模型，专为LunarLander-v2环境训练，能够控制月球着陆器安全着陆。
物理学模型
P
BioGeek
102
0
Dqn LunarLander V2
这是一个使用stable-baselines3库训练的DQN智能体，用于解决LunarLander-v2环境中的强化学习任务。
连续控制
D
araffin
54
2
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