Heuristic Reinforcement Learning
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Purdue University
- Tipo de Organización
- Academia
- País
- United States of America
- Publicado
- 1 October 1965
- Autores
- M. Waltz, K. Fu
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Robotics
- Tarea
- System control
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Datos de entrenamiento
- tokens
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 1.1 × 10⁶ FLOP
- Cómo se estableció
- Hardware
Figure 10 shows their largest system is trained for 3h and was trained on an analog IBM 1620 that was simulated on a digital IBM 1710. Nordhaus, 2007 lists the IBM 1620 at 200 multiplications per second and doesn’t contain the 1710 Flops estimate: 0.5 * 3 * 60 * 60 * 200 = 1080000 = 1.08e6 Assumed utilization of 0.5
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Tiempo de reloj
- 3 hours
Figure 10
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- Historical significance,Highly cited
- Confianza de registro
- Speculative
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- A heuristic approach to reinforcement learning control systems
- Última actualización
- 28 November 2025
Qué significan los números
Qué es este modelo
Heuristic Reinforcement Learning fue publicado por Purdue University, en el país registrado como United States of America, durante October 1965. La categoría en la que se encuentra el editor es academia.
Funciona en el dominio de Robotics, y se registra como realizando la tarea de system control.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Entrenamiento y procedencia
Entrenarlo tomó un presupuesto de computación de aproximadamente 1.1 × 10⁶ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Se rastrea en el conjunto de datos subyacente por una razón en particular: historical significance,Highly cited.
Respuestas
Heuristic Reinforcement Learning — preguntas comunes
Heuristic Reinforcement Learning— ¿cuántos parámetros tiene?
No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.
Heuristic Reinforcement Learning— ¿Quién lo creó?
Fue publicado por Purdue University, basado en United States of America, una organización categorizada como academia.
Heuristic Reinforcement Learning— ¿cuándo fue lanzado?
Se publicó en October 1965. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
Heuristic Reinforcement Learning— ¿Para qué se utiliza?
Funciona en el dominio de Robotics, y se registra como manejando la tarea de system control. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
Heuristic Reinforcement Learning— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.1 × 10⁶ FLOP. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
Heuristic Reinforcement Learning— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
Heuristic Reinforcement Learning— ¿Es de código abierto?
La licencia nunca fue registrada en nuestros datos fuente. Tratamos las licencias no declaradas como cerradas, porque una licencia no registrada no es una en la que confiar.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.