allenact

allenact

支持多环境与算法的Embodied AI研究框架

AllenAct是一个专为Embodied AI研究设计的开源框架,提供模块化和灵活的学习架构,支持多种环境和算法。其主要特点包括任务抽象、训练序列试验、PyTorch支持和多智能体功能。由Allen Institute for AI开发,提供详尽的文档、教程及预训练模型,为Embodied AI研究提供有效支持。

AllenActEmbodied AIAI2模仿学习深度强化学习Github开源项目

项目介绍:AllenAct

概述

AllenAct 是一个为具身人工智能(Embodied AI)研究设计的开源框架,它强调模块化与灵活性,适应该领域的独特需求。AllenAct 提供了一流的支持,涵盖了不断增加的具身环境、任务和算法,重现了多种最先进的模型,内部还包含广泛的文档、教程、启动代码和预训练模型。这一框架由 Allen 人工智能研究院(AI2)构建并支持,该研究院的使命是通过高影响力的人工智能研究和工程为人类做出贡献。

主要特点

  • 支持多种环境:AllenAct 支持诸如 iTHOR、RoboTHOR 和 Habitat 等具身环境,同时也支持包括 MiniGrid 在内的网格世界。
  • 任务抽象:任务与环境在 AllenAct 中是解耦的,研究人员可以方便地在相同环境中实现多种任务。
  • 多种算法支持:支持各种在线算法,包括 PPO、DD-PPO、A2C、模仿学习和 DAgger,以及离线训练如离线 IL。
  • 序列算法:可以轻松试验不同的训练过程的顺序,这通常是成功策略的关键。
  • 多损失同时训练:可以在训练模型时结合多种损失函数(例如,在优化 PPO 损失时使用外部的自监督损失)。
  • 多代理支持:支持多代理算法和任务。
  • 可视化:内置支持可以轻松可视化代理的第一人称和第三人称视图以及中间模型张量,与 Tensorboard 集成。
  • 预训练模型:提供多个具身人工智能任务的标准代码和模型。
  • 教程与代码:提供启动代码和广泛的教程,以帮助快速入门具身人工智能。
  • PyTorch 的一流支持: 是为数不多的专注于 PyTorch 的强化学习框架之一。
  • 任意动作空间:支持离散和连续动作。

支持的环境、任务与算法

  • 环境:iTHOR、RoboTHOR、Habitat、MiniGrid、OpenAI Gym。
  • 任务:PointNav、ObjectNav、MiniGrid 任务、Gym Box2D 任务。
  • 算法:A2C、PPO、DD-PPO、DAgger、离线模仿学习。

社区贡献

AllenAct 项目欢迎社区的贡献。欲进行改进建议,建议先提交 issue,让开发团队了解您的想法,以便在您投入大量时间前确保建议的改进方向。改进和错误修复应通过拉取请求从您 fork 的代码库提交到项目的 GitHub 仓库。

鸣谢

该项目基于 Ilya Kostrikov 的 pytorch-a2c-ppo-acktr 库构建,并使用了 FAIR 的 habitat-lab 中的一些数据结构。特别感谢 Dustin Schwenk 帮助对该框架的公开发布进行支持。

许可证

AllenAct 采用 MIT 许可证,具体内容请参见项目中提供的 LICENSE 文件。

团队

AllenAct 是由 Allen 人工智能研究所(AI2)的 PRIOR 研究小组成员构建的开源项目。

引用

如果您使用了此框架,请引用相关论文:

@article{AllenAct, author = {Luca Weihs and Jordi Salvador and Klemen Kotar and Unnat Jain and Kuo-Hao Zeng and Roozbeh Mottaghi and Aniruddha Kembhavi}, title = {AllenAct: A Framework for Embodied AI Research}, year = {2020}, journal = {arXiv preprint arXiv:2008.12760}, }

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多