HyperAIHyperAI超神経
ホームニュース論文チュートリアルデータセット百科事典SOTALLMモデルGPU ランキング学会
検索
サイトについて
日本語
HyperAIHyperAI超神経
  1. ホーム
  2. SOTA
  3. SMAC (スマック)
  4. Smac On Smac 27M Vs 30M

Smac On Smac 27M Vs 30M

評価指標

Average Score
Median Win Rate

評価結果

このベンチマークにおける各モデルのパフォーマンス結果

モデル名
Average Score
Median Win Rate
Paper TitleRepository
DMIX19.4385.45DFAC Framework: Factorizing the Value Function via Quantile Mixture for Multi-Agent Distributional Q-Learning
VDN18.4563.12DFAC Framework: Factorizing the Value Function via Quantile Mixture for Multi-Agent Distributional Q-Learning
DIQL14.456.02DFAC Framework: Factorizing the Value Function via Quantile Mixture for Multi-Agent Distributional Q-Learning
QMIX19.4184.77DFAC Framework: Factorizing the Value Function via Quantile Mixture for Multi-Agent Distributional Q-Learning
Heuristic-0The StarCraft Multi-Agent Challenge
DDN19.7191.48DFAC Framework: Factorizing the Value Function via Quantile Mixture for Multi-Agent Distributional Q-Learning
QPLEX19.3378.12A Unified Framework for Factorizing Distributional Value Functions for Multi-Agent Reinforcement Learning
DPLEX19.6290.62A Unified Framework for Factorizing Distributional Value Functions for Multi-Agent Reinforcement Learning
IQL14.012.27DFAC Framework: Factorizing the Value Function via Quantile Mixture for Multi-Agent Distributional Q-Learning
QMIX-49The StarCraft Multi-Agent Challenge
QMIX-49Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning
0 of 11 row(s) selected.
HyperAI

学習、理解、実践、コミュニティと共に人工知能の未来を構築する

日本語

サイトについて

私たちについてデータセットヘルプ

プロダクト

ニュースチュートリアルデータセット百科事典

リンク

TVM 中国語Apache TVMOpenBayes

© HyperAI超神経

TwitterBilibili