深度強化學習課程文件

結論

Hugging Face's logo
加入 Hugging Face 社群

並獲得增強的文件體驗

開始使用

結論

恭喜您完成本單元!您剛剛訓練了您的第一個 ML-Agents 並將其分享到 Hub 🥳。

學習的最佳方式是練習和嘗試。為什麼不嘗試另一個環境呢?ML-Agents 有 18 種不同的環境

例如

  • Worm,您可以在其中教蠕蟲爬行。
  • Walker,您可以在其中教智慧體走向目標。

檢視文件以瞭解如何訓練它們,並檢視 Hub 上已整合的 ML-Agents 環境列表:https://github.com/huggingface/ml-agents#getting-started

Example envs

在下一個單元中,我們將學習多智慧體。您將訓練您的第一個多智慧體,與班上其他同學的智慧體在足球和雪球大戰中競爭。

Snownball fight

最後,我們很想**聽聽你對課程的看法以及我們如何改進它**。如果你有任何反饋,請 👉 填寫此表

繼續學習,保持出色 🤗

< > 在 GitHub 上更新

© . This site is unofficial and not affiliated with Hugging Face, Inc.