AI 导航目录
精选常用 AI 网站与工具，按分类和关键词快速找到适合你的工具，直接查看官网、平台与功能简介。
Reinforcement Learning（huggingface.co）上的 edbeeching/decision-transformer-gym-halfcheetah-expert 是一个决策 Transformer 智能体。它学习 HalfCheetah 奔跑任务的专家轨迹，可用于强化学习实验对比，页面提供模型说明与调用示例，可直接加载权重使用。
Hugging Face（huggingface.co）是一个开放的人工智能社区平台，汇集模型、数据集与开源资源，官网自述致力于推进人工智能的开源与开放科学，相关页面涉及强化学习方向。
Reinforcement Learning（huggingface.co）上的 edbeeching/decision-transformer-gym-hopper-expert 是一个决策 Transformer 模型。它学习 Hopper 环境中专家演示的序列决策，可作为强化学习研究中的对照模型，页面提供模型说明与调用示例，可直接加载权重使用。
sb3/dqn-CartPole-v1（huggingface.co）上的 sb3/dqn-CartPole-v1 是一个 DQN 强化学习智能体。它在 CartPole 平衡杆任务中训练完成，可直接运行查看其控制表现，页面提供模型说明与调用示例，可直接加载权重使用。
sb3/ppo-CartPole-v1（huggingface.co）上的 sb3/ppo-CartPole-v1 是一个 PPO 强化学习智能体。它已经在 CartPole 平衡杆任务上训练完成，可直接运行查看得分表现，页面提供模型说明与调用示例，可直接加载权重使用。
Reinforcement Learning（huggingface.co）上的 ppo-BreakoutNoFrameskip-v4 是一个用 PPO 算法训练出来的游戏智能体，能够在 Atari 的打砖块环境里自己玩游戏，可以用来观察强化学习的训练结果。
Reinforcement Learning（huggingface.co）上的 araffin/dqn-LunarLander-v2 是一个 DQN 强化学习智能体。它已在 LunarLander 着陆环境中训练完成，可直接运行观察其控制表现，页面提供模型说明与调用示例，可直接加载权重使用。
Hugging Face（huggingface.co）用于共享和查找人工智能模型、数据集与开源资源，官网自述希望推进人工智能的开源与开放科学，当前页面涉及强化学习相关的模型内容。
Reinforcement Learning（huggingface.co）上的 edbeeching/decision-transformer-gym-hopper-medium 是一个决策 Transformer 智能体。它在 Hopper 任务的中等水平数据上训练，可用于强化学习实验对比，页面提供模型说明与调用示例，可直接加载权重使用。
Reinforcement Learning（huggingface.co）上的 sb3/ppo-PongNoFrameskip-v4 是一个 PPO 强化学习智能体。它在 Pong 游戏环境中训练完成，可直接运行查看其游戏表现，页面提供模型说明与调用示例，可直接加载权重使用。
Reinforcement Learning（huggingface.co）上的 araffin/ppo-LunarLander-v2 是一个 PPO 强化学习智能体。它在 LunarLander 着陆环境中训练完成，可用来观察策略学习的成果，页面提供模型说明与调用示例，可直接加载权重使用。
Reinforcement Learning（huggingface.co）上的 edbeeching/decision-transformer-gym-walker2d-expert 是一个决策 Transformer 智能体。它学习 Walker2d 行走任务的专家轨迹，可用于强化学习实验，页面提供模型说明与调用示例，可直接加载权重使用。
Reinforcement Learning（huggingface.co）上的 HumanCompatibleAI/ppo-Pendulum-v1 是一个 PPO 强化学习智能体。它在 Pendulum 摆控制任务中训练完成，可用于观察连续控制策略，页面提供模型说明与调用示例，可直接加载权重使用。
