Project Icon

panda-gym

机器人学习环境集,基于PyBullet和gymnasium

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.NET - OpenAI Gym的C#移植版,适用于强化学习环境
C#GithubGym.NETOpenAI Gym工具包开源项目强化学习
Gym.NET是OpenAI Gym的C#移植版本,提供标准化的强化学习开发环境。用户可通过NuGet安装Gym.NET及其多种环境和渲染模块,支持例如CartPole-v1等经典环境的运行和渲染。项目目标是逐步实现多种OpenAI Gym环境,包括经典、Mujoco、Box2D和Atari等。详细的安装步骤和示例代码请参考项目的GitHub页面。
rl_games - 强化学习框架支持多环境及算法的高性能实现
GPU加速GithubRL Games多智能体训练开源项目强化学习机器人学习
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。
MO-Gymnasium - 标准化多目标强化学习环境和算法开发平台
GithubMO-GymnasiumPython库多目标强化学习开源项目环境API算法开发
MO-Gymnasium是一个开源Python库,为多目标强化学习(MORL)算法提供标准化开发和比较平台。它基于Gymnasium API,提供返回向量化奖励的环境集合,包括MORL文献中的环境和经典环境的多目标版本。该库支持简单的环境创建和交互,并提供LinearReward包装器实现奖励函数标量化。MO-Gymnasium采用严格的版本控制,保证实验可重复性,是MORL研究和基准测试的理想工具。
ravens - PyBullet仿真中的视觉机器人操纵任务集合
GithubPyBulletRavensTransporter Networks开源项目强化学习机器人操作
Ravens项目提供了一系列在PyBullet中模拟的任务,专注于学习基于视觉的机器人抓取与放置操作。项目包含一个类似Gym的API和10个桌面排布任务,每个任务包括专家演示脚本和奖励函数,用于模仿学习和强化学习。该项目展示了Transporter Network的效率,通过重新排列深度特征来推断视觉输入的空间位移,从堆叠积木到处理变形绳索,学习速度和推广能力均优于基准方法。
gym-sokoban - 推箱子游戏的深度强化学习挑战
AI游戏DeepMindGithubgym-sokoban开源项目强化学习推箱子
该项目实现了经典视频游戏推箱子,旨在为深度强化学习算法提供训练环境。游戏中的房间生成是随机的,有助于避免神经网络过拟合预定义场景。玩家需要将所有箱子推到目标位置,不可逆的错误增加了游戏的挑战性。项目支持多种渲染模式和尺寸配置,适用于不同研究和训练需求。可通过PIP或从仓库安装,并提供多种游戏变体,如固定目标、多玩家和箱子拉动功能。
attention-gym - FlexAttention API的注意力机制实验工具集
Attention GymFlexAttentionGithubPyTorch开源项目机器学习注意力机制
Attention Gym是一个基于FlexAttention API的开源工具集,用于实验和优化各种注意力机制。项目提供了多种注意力变体的实现、性能对比工具和实用函数,包括示例脚本和可视化组件。研究人员和开发者可以利用这些资源来探索、理解和应用先进的注意力技术,从而在自己的模型中实现更高效的注意力机制。
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。
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。
simple_rl - 轻量级Python强化学习实验框架
GithubPython复现结果实验开源项目强化学习简单框架
simple_rl框架专注于简化强化学习实验流程和提高结果可复现性。它内置了网格世界、OpenAI Gym等MDP环境,实现了Q-learning和R-Max等经典算法。新增的实验复现功能方便研究者重现成果。该框架支持Python 2和3,为强化学习研究和教学提供了实用工具。
gym-mtsim - MetaTrader 5交易模拟与强化学习环境集成库
GithubMetaTrader 5OpenAI Gym交易模拟回测开源项目强化学习
gym-mtsim是一个整合MetaTrader 5交易模拟器和OpenAI Gym强化学习环境的Python库。它支持多资产交易模拟、回测可视化及强化学习环境构建。该项目提供通用、易用且可读性强的工具,涵盖完整交易流程。适合各层次用户使用,可进行交易策略开发和测试。
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