Project Icon

mushroom-rl

模块化强化学习Python库MushroomRL

MushroomRL是一个模块化的Python强化学习库,集成主流张量计算库和RL基准测试环境。它实现了经典和深度强化学习算法,便于进行RL实验。该库兼容OpenAI Gym、PyBullet等环境,涵盖Q-Learning、DQN、DDPG等算法。MushroomRL还支持Habitat和iGibson等高真实度模拟环境,为研究提供多样化选择。

rlax - JAX驱动的强化学习算法构建库
GithubJAXPython库RLax开源项目强化学习深度学习
RLax是基于JAX的强化学习工具库,提供实现智能体所需的核心模块。支持价值估计、分布式价值函数、通用价值函数和策略梯度等功能,适用于在线和离线学习。借助JAX实现即时编译,RLax能在多种硬件上高效运行,为开发者提供灵活的工具构建强化学习算法。
FinRL_Podracer - 高效轻量的强化学习量化交易框架
GithubPodracer开源项目强化学习算法策略量化交易金融科技
FinRL_Podracer是基于ElegantRL和FinRL构建的中级强化学习量化交易框架。该框架为开发者和专业人士提供轻量级、高效和稳定的算法交易策略开发解决方案。FinRL_Podracer支持DDPG、TD3、SAC等多种深度强化学习算法,适用于连续和离散动作空间。框架采用Pythonic设计原则,注重研究人员和算法交易者需求,支持灵活的代码迭代和精细控制。
PantheonRL - 多智能体强化学习训练和测试的模块化框架
GithubPantheonRLStableBaselines3多智能体强化学习开源项目自适应训练训练框架
PantheonRL是一个用于多智能体强化学习环境训练和测试的开源框架。它提供模块化和可扩展的功能,支持智能体策略训练、微调、动态配对等。基于StableBaselines3构建,PantheonRL采用去中心化训练方法,为每个智能体配备独立的重放缓冲区和更新算法。此外,它还提供Web用户界面,便于进行轻量级实验和原型设计,支持自我对弈、交叉对弈、循环训练和微调等多种训练模式。
PufferLib - 复杂游戏环境强化学习的简化工具
GithubPufferLibPyTorch开源项目强化学习环境包装
PufferLib是一个包装层工具,旨在简化复杂游戏环境中的强化学习开发。它支持原生PyTorch网络和简短的环境绑定,自动处理大部分复杂操作。该工具提供优化的LSTM支持、性能指标、本地仪表板、异步环境采样和检查点等功能,为强化学习研究提供全面解决方案。
awesome-model-based-RL - 模型化强化学习论文与资源汇总
DreamerGithubMCTS世界模型开源项目强化学习模型学习
本项目汇集了模型化强化学习(Model-Based RL)领域的精选研究论文,持续更新前沿进展。项目提供了将算法分为'学习模型'和'给定模型'两类的分类方法。收录内容包括经典论文、最新会议论文、教程和代码库,涵盖从基础理论到应用的多个主题。这一资源集合为研究人员提供了全面的参考材料,反映了模型化强化学习领域的发展动态。
awesome-multi-modal-reinforcement-learning - 多模态强化学习前沿论文与研究资源汇总
Github多模态强化学习开源项目表征学习视觉强化学习语言模型预训练
本项目收集了多模态强化学习(MMRL)领域的前沿研究论文和资源。内容涵盖视觉、语言及其结合的MMRL方法,包括ICLR、NeurIPS、ICML等顶级会议论文,以及预训练、表征学习、视觉推理等热点主题。项目持续追踪最新进展,为MMRL研究提供全面参考。
LLM-RLHF-Tuning - RLHF三阶段训练支持指令微调、奖励模型和多种训练方式
DPOGithubLLaMALLaMA2PPORLHF开源项目
本项目实现了RLHF的三阶段训练,包括指令微调、奖励模型训练和PPO算法训练。支持LLaMA和LLaMA2模型,并提供多种分布式加速训练方法。项目附有详细的实现文档,并对比了其他开源框架的功能,是RLHF训练的宝贵资源。
robotic-warehouse - 多智能体仓库机器人协作模拟环境
GithubGymnasium动作空间多机器人仓库奖励机制开源项目强化学习
robotic-warehouse项目是一个多智能体强化学习环境,模拟仓库中多机器人移动和配送货物的场景。该环境可配置仓库大小、机器人数量、通信能力和奖励设置,支持部分可观察性、离散动作空间和碰撞动力学。研究人员可使用此环境测试和比较不同的多智能体算法,为仓库自动化研究提供了灵活真实的测试平台。
OpenRLHF - 高性能强化学习框架助力大规模语言模型优化
GithubOpenRLHFRLHF框架分布式训练开源项目强化学习模型微调
OpenRLHF是一款基于Ray、DeepSpeed和Hugging Face Transformers构建的高性能强化学习框架。该框架简单易用,兼容Hugging Face模型和数据集,性能优于优化后的DeepSpeedChat。它支持分布式RLHF,能够在多GPU环境下进行70B+参数模型的全规模微调。OpenRLHF集成了多项PPO实现技巧以提升训练稳定性,同时支持vLLM生成加速和多奖励模型等先进特性,为大规模语言模型优化提供了强大支持。
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。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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