Project Icon

openrl

综合性强化学习平台,支持多任务训练

OpenRL 是一款基于 PyTorch 的开源强化学习研究框架,支持单代理、多代理、离线强化学习、自我对弈及自然语言处理任务。框架提供统一接口、训练加速方法和多种深度学习模型支持,兼容 Gymnasium、MuJoCo、StarCraft II 等多种环境。同时,OpenRL 还支持用户自定义训练模型、奖励模型和环境配置,并提供中英文文档。

DRL-Pytorch - PyTorch实现的深度强化学习算法集合
DRL算法GithubPyTorch人工智能开源项目强化学习深度学习
DRL-Pytorch项目提供多种常用深度强化学习算法的PyTorch实现,包括Q-learning、DQN变体、PPO、DDPG、TD3和SAC等。代码结构清晰统一,便于研究人员和开发者比较不同算法。项目还包含详细使用说明、依赖列表和学习资源推荐,有助于快速入门和实践。
Safe-Policy-Optimization - 安全强化学习的全面算法基准平台
GithubPKU-AlignmentSafe-Policy-OptimizationSafety-Gymnasium安全强化学习开源项目算法基准
Safe-Policy-Optimization为安全强化学习(Safe RL)提供了全面的算法基准平台。该项目整合了多种算法和环境,支持单智能体和多智能体任务,具备正确性、可扩展性、日志记录和可视化等特性。通过统一的接口和详细文档,Safe-Policy-Optimization简化了安全RL算法的评估和比较流程,为研究人员提供了强大的实验工具。
sumo-rl - 用于智能交通信号控制的强化学习框架
GithubSUMO-RL交通仿真交通信号控制多智能体开源项目强化学习
SUMO-RL是基于SUMO交通模拟器的强化学习框架,专注于智能交通信号控制。该框架提供简洁接口,支持创建单代理和多代理强化学习环境,允许自定义状态和奖励函数,并兼容主流RL库。SUMO-RL简化了交通信号控制的强化学习研究过程,适用于多种交通网络和场景。目前已应用于多项研究,覆盖从单一交叉口到大规模城市网络的各类交通控制问题。
trlx - 分布式微调大型语言模型的强化学习框架,支持奖励函数与高效并行
GithubHugging FaceILQLNVIDIA NeMoPPOtrlX开源项目
一个专注于强化学习微调大型语言模型的分布式训练框架。支持使用奖励函数或已标注数据集进行训练,兼容🤗Hugging Face和NVIDIA NeMo模型,可扩展到20B参数以上。实现了PPO和ILQL等多种RL算法,提供详细文档和丰富示例,支持分布式训练和超参数搜索。适用于各种应用场景,通过高效并行技术提升训练效率。
TextRL - 通过强化学习提高文本生成质量,广泛支持多种模型
GithubHugging Face's TransformersOpenAI GYMTextRL开源项目强化学习文本生成
TextRL是一个Python库,结合Hugging Face的Transformers、PFRL和OpenAI GYM,通过强化学习优化文本生成。该库支持多种文本生成模型,如GPT-2、FLAN-T5和Bigscience/BLOOM,并具备高度的可定制性,适用于各种应用场景,从而提升文本生成的准确性和表现力。
rllte - 强化学习研究和应用的长期演进项目
GithubRLLTE工具包开源项目强化学习生态系统算法实现
RLLTE项目受到电信长期演进标准的启发,旨在为强化学习研究与应用提供开发组件和标准。项目不仅提供高质量的算法实现,还作为开发算法的实用工具包。RLLTE支持模块化设计、优化硬件加速、兼容多种计算设备和自定义环境,且包含大量可重复使用的基准。
PaLM-rlhf-pytorch - 结合PaLM架构的RLHF创新实现
GithubPaLMRLHF人工智能人类反馈开源项目强化学习
本项目实现了基于PaLM架构的强化学习与人类反馈(RLHF),适用于开放环境下的ChatGPT复现。结合了LoRA微调和Flash Attention技术,提供详细的安装和使用指南。加入社区,探索最新的PPO和RL技术进展。
ReinforcementLearning.jl - 高性能Julia强化学习框架
GithubJuliaReinforcementLearning.jl开源项目强化学习机器学习
ReinforcementLearning.jl是Julia语言开发的强化学习框架,提供精心设计的组件和接口。研究人员可轻松实现新算法、进行基准测试和算法比较。框架支持从传统表格方法到深度强化学习,注重实验可重复性。其核心设计原则包括可重用性、可扩展性和易用性,适合各类强化学习实验和研究。
d3rlpy - 支持离线和在线深度强化学习的实用算法库
Githubd3rlpy安装开源项目强化学习离线RL算法
d3rlpy是一个为实践者和研究人员打造的深度强化学习库,支持离线和在线强化学习算法。无需掌握深度学习库,即可通过其直观的API使用多种先进算法。d3rlpy提供丰富的文档和教程,首创支持分布式Q函数,适用于机器人和医疗等复杂场景。兼容Linux、macOS和Windows,多种安装方式可供选择,欢迎试用和贡献代码。
reptile-pytorch - PyTorch实现的用于监督学习的OpenAI Reptile算法
GithubMiniImagenetOmniglotOpenAIPyTorchReptile开源项目
PyTorch实现的OpenAI Reptile算法,专注于监督学习,目前支持在Omniglot数据集上运行,具备K-shot N-way采样、训练监控和中断恢复功能。欢迎对项目的贡献和反馈,未来计划支持Mini-Imagenet数据集、提升Meta-batch大小、添加训练曲线和Shell脚本下载功能。
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