Project Icon

rl_games

强化学习框架支持多环境及算法的高性能实现

rl_games是一个高性能强化学习库,实现了PPO、A2C等算法,支持NVIDIA Isaac Gym、Brax等环境的GPU加速训练。该库具备异步actor-critic、多智能体训练、自对弈等功能,可在多GPU上并行。rl_games提供Colab notebook示例便于快速上手,在多个基准测试中表现出色。作为一个功能丰富的强化学习工具,rl_games兼具高性能和易用性。

agents - 可靠、可扩展且易于使用的TensorFlow Contextual Bandits和强化学习库
GithubPythonTF-AgentsTensorFlow上下文赌博机开源项目强化学习
TF-Agents是一个简化实现、部署和测试新Contextual Bandits和强化学习算法的TensorFlow库。它提供了经过充分测试和模块化的组件,方便修改与扩展,加快代码迭代,并拥有良好的测试集成和基准测试功能。TF-Agents支持多种知名算法如DQN、DDPG和PPO,配有详尽的教程和示例,帮助用户快速上手。无论是稳定版还是夜间版,都可以根据需求进行安装使用,且库的开发保持积极进行以确保灵活与前沿。
rl-mpc-locomotion - 强化学习与模型预测控制结合的四足机器人运动框架
GithubIsaac GymRL MPC Locomotion四足机器人开源项目强化学习模型预测控制
这个项目为四足机器人运动任务开发了一个快速仿真和强化学习训练框架。它采用分层控制结构,结合高层策略网络和低层模型预测控制器。其MPC控制器基于Cheetah Software改写,便于移植到主流仿真平台。项目利用NVIDIA Isaac Gym进行并行训练,使用Unitree Robotics的Aliengo模型,并实现了从仿真到实物的迁移。该框架适用于多种四足机器人类型和步态,为相关研究提供了有力支持。
alpha-zero-general - 通用自学强化学习平台,支持多种游戏和深度学习框架
Alpha ZeroGithubOthello开源项目强化学习深度学习蒙特卡洛树搜索
该项目基于AlphaGo Zero论文,提供了简化和灵活的自学强化学习实现,适用于各种双人回合制对抗游戏和深度学习框架。用户可通过实现Game.py和NeuralNet.py中的类,为所选游戏自定义实现。项目提供了Othello、五子棋和井字棋等游戏示例,支持PyTorch和Keras框架,并包含核心训练循环、蒙特卡洛树搜索和神经网络参数设置的详细说明,此外还提供预训练模型和Docker环境设置。
stable-baselines3-contrib - 实验性强化学习算法和工具
GithubGym WrappersStable-Baselines3rl算法sb3-contrib开源项目文档
提供最新的实验性强化学习算法和工具,保持稳定基线风格和文档,适用于更广泛的实际应用需求。包括增强随机搜索(ARS)和量化回归DQN(QR-DQN)等算法,以及适用于Gym环境的包装器。适合需要超越主存储库限制且仍需高可靠性的用户。
drl-zh - 深度强化学习入门,从零开始实现经典算法
Atari游戏DQNDeep Reinforcement LearningGithubPPOSAC开源项目
本课程提供深度强化学习的基础和经典算法的实用入门指导。学习者将从零开始编写DQN、SAC、PPO等算法,并掌握相关理论。课程内容还包括训练AI玩Atari游戏及模拟登月任务。同时详细介绍环境设置和代码实现步骤,支持Visual Studio Code和Jupyter Notebook,确保学习过程流畅高效。
safe-control-gym - 安全控制与强化学习的物理仿真平台
Githubsafe-control-gym仿真环境安全约束开源项目强化学习机器人控制
'safe-control-gym'是一个开源的基于物理的仿真平台,为学习控制和强化学习研究提供CartPole和Quadrotor环境。该平台支持符号化先验动力学,实现多种扰动和约束条件,集成了多种控制器和安全过滤器。研究人员可利用此平台测试控制方法的鲁棒性和泛化能力,探索安全学习和控制领域的创新。
Deep_reinforcement_learning_Course - 掌握Stable Baselines3、RL Baselines3 Zoo、Sample Factory和CleanRL等库的使用的深度强化学习课程
AI训练Deep Reinforcement LearningGithubHugging FaceRL库开源项目训练代理
免费深度强化学习课程,结合理论与实践,掌握Stable Baselines3、RL Baselines3 Zoo、Sample Factory和CleanRL等库的使用。训练智能体在SnowballFight、Huggy the Doggo、MineRL(Minecraft)、VizDoom(Doom)及经典环境(如Space Invaders、PyBullet)中运行。发布和下载社区智能体,并参与挑战与其他团队及AI对抗。
Minigrid - 离散网格世界强化学习环境库 支持多样化任务和语言指令
BabyAIGithubGymnasiumMinigrid开源项目强化学习网格世界环境
Minigrid是一个用于强化学习研究的离散网格世界环境库。它采用Gymnasium标准API,具有轻量、快速和易定制的特点。该库包含原始Minigrid和BabyAI两类环境,提供多种目标导向和分层任务,如物品操作、门禁管理和迷宫导航等。BabyAI环境还集成了基于语言的任务指令生成功能,有助于语言学习研究。Minigrid支持通过编程调整环境复杂度,便于实施课程学习和难度优化。
panda-gym - 机器人学习环境集,基于PyBullet和gymnasium
GithubPyBulletgymnasiumpanda-gym开源项目强化学习机器人环境
panda-gym是基于PyBullet物理引擎和gymnasium的机器人环境集,提供抓取、推动、滑动等多种任务环境。项目支持随机动作采样和人机交互渲染,并提供预训练模型和基准测试结果。panda-gym安装简便,适用于机器人学习研究。
gym-ignition - 增强机器人环境创建的可复现性框架
GithubScenarIOgym-ignition开源项目强化学习机器人学环境仿真
此项目提供了一个基于ScenarIO的框架,用于创建可复现的机器人环境,适用于强化学习研究。通过提供Task和Runtime抽象层,开发者能更专注于决策逻辑的开发,而无需担心底层代码的实现。框架还包含简化领域随机化实现的randomizers,并支持固定和浮动基机器人。项目主要目标是简化和优化环境开发,同时包括一些示例环境供参考。详情及安装教程请访问官方网页。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号