Logo
Project Icon

DI-star

开源星际争霸II AI训练框架

StarCraft IIAI强化学习监督学习游戏智能Github开源项目

DI-star是一个为星际争霸II设计的开源AI训练框架。它提供预训练模型、对战演示和训练代码，支持监督学习和强化学习。该平台已训练出大师级AI，并支持多种测试模式。DI-star适用于Windows和Linux系统，为研究人员提供了构建和训练自定义AI代理的工具。

访问官网访问官网GithubGithub论文论文
介绍相关项目
bwapi - 非作弊AI，提升《星际争霸》游戏体验
AI代理BWAPIGithubRTS游戏Starcraft: Brood War开源框架开源项目
BWAPI是一个开源C++框架，专用于《星际争霸：母巢之战》。用户可以开发非作弊AI，实时控制游戏单位，并进行帧分析以提取游戏策略。适合学生、研究人员和爱好者在有限信息条件下研究和开发AI算法。
s2client-proto - StarCraft II API接口 助力AI开发与游戏分析
GithubStarCraft II APIbot开发人工智能开源项目机器学习游戏开发
s2client-proto项目提供全面的StarCraft II API接口，实现对游戏的完全控制。这一开源工具支持开发AI机器人、回放分析和玩家辅助工具。项目包括协议定义、C++实现、Linux包、地图和回放数据，并汇集丰富的社区资源，为StarCraft II AI研究奠定坚实基础。
smac - 星际争霸II多智能体强化学习环境
DeepMindGithubPySC2SMAC多智能体强化学习开源项目星际争霸II
SMAC是基于星际争霸II的多智能体强化学习研究环境，专注于分散式微观管理场景。环境中每个游戏单位由独立的强化学习智能体控制。SMAC提供多种预配置战斗场景地图，并与PyMARL框架集成，支持QMIX等先进算法。研究人员可利用SMAC开发和评估新的多智能体强化学习算法，促进该领域的进步。
DI-hpc - 高性能计算组件加速强化学习算法
CUDADI-HPCGithubPyTorch开源项目强化学习算法加速
DI-HPC是一款专为强化学习算法设计的高性能计算组件，主要用于加速GAE、n-step TD和LSTM等常见模块。该组件支持前向和反向传播，适用于训练、数据收集和测试环节。DI-HPC兼容CUDA环境和多个PyTorch版本，提供简便的安装方式和性能测试工具。通过提升计算效率，DI-HPC为强化学习研究和开发提供了有力支持。
DI-engine - 通用决策智能引擎
DI-engine是基于PyTorch和JAX的开源决策智能引擎。它采用Python优先和异步原生设计,提供任务和中间件抽象,整合环境、策略和模型等决策核心概念。支持DQN、PPO、SAC等多种深度强化学习算法,以及多智能体、模仿学习、离线强化学习等前沿方法。DI-engine致力于标准化决策智能环境和应用,可用于学术研究和原型开发。
pymarl2 - 多智能体强化学习的高效实现框架
GithubQMIXStarCraft多智能体强化学习开源项目超参数调优通信任务
PyMARL2是一个开源项目，专注于改进协作多智能体强化学习的实现技巧和约束。该项目针对StarCraft多智能体挑战进行了优化，实现了QMIX、VDN、IQL等多种算法。通过采用值函数裁剪、奖励缩放等技巧，PyMARL2显著提升了QMIX在复杂场景中的性能。此外，该框架还支持通信任务和Google Football环境，为多智能体强化学习研究提供了有力工具。
awesome-game-ai - 游戏AI多智能体学习资源与最新研究进展汇总
Game AIGithub多智能体学习开源项目强化学习德州扑克
该项目汇集了游戏AI领域多智能体学习的优秀资源,包括开源项目、论文、会议和竞赛信息。涵盖德州扑克、斗地主、星际争霸等多种完全/不完全信息游戏。重点展示深度强化学习在游戏AI中的应用及最新研究进展,为游戏AI研究者提供全面的参考资料。
arena - 多样化强化学习环境平台，支持多种游戏和学习模式
AI训练DIAMBRA ArenaGithub对抗学习开源项目强化学习游戏环境
DIAMBRA Arena是一个开源的强化学习环境平台，集成了多款经典街机格斗游戏。它提供符合OpenAI Gym/Gymnasium标准的Python接口，支持单人和双人模式，适用于多种强化学习研究场景。该平台兼容主流操作系统，安装简便，并配有详细文档和示例。用户注册后可免费使用，还能参与在线竞赛。
warp-drive - GPU驱动的高效多智能体强化学习框架
GPU加速GithubWarpDrive多智能体并行计算开源项目深度强化学习
WarpDrive是一款开源的强化学习框架，专为GPU环境优化。它支持单GPU或多GPU上的端到端多智能体强化学习，通过充分利用GPU并行计算能力，显著提升训练速度。WarpDrive通过减少CPU和GPU间的数据传输，并在多智能体和多环境副本间并行运行模拟，大幅提高了计算效率。这使得同时运行海量并发模拟成为可能，实现了比传统CPU方案高出百倍的训练吞吐量。
ViZDoom - AI视觉强化学习平台，支持多平台与多语言
APIGithubViZDoom开源项目强化学习深度学习视觉学习
ViZDoom平台基于ZDoom引擎，可通过视觉信息训练AI玩Doom游戏，适用于视觉学习和深度强化学习研究。支持Linux、macOS和Windows平台，提供Python和C++ API以及Gymnasium/OpenAI Gym环境封装。该平台具备自定义场景创建、同步和异步多玩家模式、可调分辨率和渲染参数，还支持3D视觉和音频缓冲区访问。
相关项目
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。

使用协议隐私政策广告服务
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