Walking Minotaur robot
Nincs becslés
Nincs hardver követelmény ennek a modellnek
A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..
Nyilvántartásban
Teljes specifikáció
Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- University of California (UC) Berkeley,Google Brain
- Szervezet típusa
- Academia,Industry
- Ország
- United States of America
- Közölt
- 19 June 2019
- Szerzők
- Tuomas Haarnoja, Sehoon Ha, Aurick Zhou, Jie Tan, George Tucker, Sergey Levine
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Robotics
- Feladat
- Animal (human/non-human) imitation
- Megközelítés
- Reinforcement learning
Méret
Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.
- Képzési adatok
- tokens
Elérhetőség
Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.
- Súlyok
- Closed — provider access only
- Modell hozzáférés
- Unreleased
- Képzés kód
- Unreleased
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Miért követik nyomon
- SOTA improvement
- Nyilvántartási bizalom
- Unknown
- Hivatkozások
- 493
Fig. 3: (a) – (d) Standard benchmark training results. Our method (blue) achieves similar or better performance compared to other algorithms. Note that all other algorithms except ours went through dense hyperparameter tuning to achieve the above learning curves.
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Learning to Walk via Deep Reinforcement Learning
- Utoljára frissítve
- 25 May 2026
Mit jelentenek a számok
Erről a modelről
Walking Minotaur robot ki lett adva által University of California (UC) Berkeley,Google Brain, az országban rögzítve mint United States of America, alatt June 2019. Egy olyan szervezetből származik, amelyet kategorizálnak mint academia,Industry.
Működik a területen a Robotics, és úgy van rögzítve, mint a feladat végrehajtása animal (human/non-human) imitation.
Ez egy zárt modell: a betanított értékek azoknál maradtak, akik előállították őket, és nincs helyi verzió a futtatáshoz.
Hogyan lett betanítva
Az oka, hogy egyáltalán megjelenik ebben a katalógusban: sOTA improvement.
Válaszok
Walking Minotaur robot — gyakori kérdések
Walking Minotaur robot— Ki készítette ezt?
Kiadta University of California (UC) Berkeley,Google Brain, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia,Industry.
Walking Minotaur robot— Mikor adták ki?
Kibocsátották a June 2019. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
Walking Minotaur robot— Mire használják?
Működik a területen a Robotics, és rögzítve van, hogy kezeli a feladatot animal (human/non-human) imitation. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.
Walking Minotaur robot— Milyen GPU-ra van szükségem, hogy futtathassam?
Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.
Walking Minotaur robot— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
Walking Minotaur robot— Hány paramétere van?
Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..