一个在 Minecraft Java 1.20.4 超平坦竞技场中训练的分层 Double DQN 策略。 模型先学习瞄准，再学习接近、横移、控距与空手对抗。训练使用 Apple MPS。 本仓库仅发布冻结的推理权重、配置和轻量 NumPy 推理代码。 经验回放、玩家信息或训练日志。两层隐藏层均为 128，激活为 ReLU。 红方与自博弈蓝方曾共享同一个战术策略；这里的 Red 指发布的选定策略。 observations.py 提供 features(state, i) 和 aimfeatures(state)，输入为双方 转向使用学习到的 yaw 策略，pitch 对准目标躯干高度。 这不是语言模型，也不是可用 AutoModel 或聊天界面直接运行的模型。 完整本地 Minecraft 服务端、Mineflayer 执行器和人机对战入口位于作者的 武器、护甲或泛化到人类竞技水平。NumPy 推理与原始 float32 网络做数值一致性 本模型非 Mojang / Microsoft 官方产品。
Independent publisher
Tianxie
lingiyiyi
Models in Library1
Datasets in Library0
Models on Hugging Face1
Followers—
Compare the published evidence
This profile connects the 1 model and dataset record shown below to their upstream cards and sources. The library counts describe SAVRN's coverage, rather than this publisher's entire output.
Published tasks: Reinforcement learning.
Compare model specifications, source dates, and hardware estimates on the individual records. Publisher identity verification is separate from a model's quality, deployment readiness, or suitability for your work.