Project Icon

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

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。

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。
omnisafe - 安全强化学习框架加速AI系统安全研究
GithubOmniSafeSafeRL安全强化学习开源项目强化学习算法框架
OmniSafe是一个用于安全强化学习(SafeRL)研究的开源框架。它提供了全面的SafeRL算法基准测试和模块化工具包。该框架采用高度模块化设计,支持高性能并行计算,并提供开箱即用的工具。OmniSafe实现了多种类型的SafeRL算法,包括基于策略、无模型和基于模型等。通过丰富的教程和API,框架适合不同水平的研究人员使用。OmniSafe致力于推动SafeRL领域的发展,为AI系统安全性研究提供重要支持。
openai_lab - 提升强化学习效率的实验框架,兼容OpenAI Gym、Tensorflow和Keras
GithubKerasOpenAI GymOpenAI LabTensorflow开源项目强化学习
OpenAI Lab提供统一的强化学习环境和代理接口,内置主要强化学习算法。用户可轻松进行大量超参数优化实验,自动生成日志、图表和分析报告。实验设置采用标准化JSON格式,确保实验可重复且易于比较。支持自动分析实验结果,帮助选择最佳解决方案,专注于强化学习的关键研究,如算法、策略、记忆和参数调优。
allenact - 支持多环境与算法的Embodied AI研究框架
AI2AllenActEmbodied AIGithub开源项目模仿学习深度强化学习
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。
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。
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。
Grounding_LLMs_with_online_RL - GLAM 强化学习优化大型语言模型的新方法
BabyAI-TextGLAMGithubLamorel大语言模型开源项目强化学习
这个开源项目开发了GLAM方法,通过在线强化学习优化大型语言模型在BabyAI-Text环境中的性能。项目提供了BabyAI-Text环境和实验代码,支持智能体训练和评估。研究者使用Lamorel库实现了PPO、DRRN等多种智能体。代码库包含详细的安装说明、配置文件和运行指南,便于其他研究人员复现和拓展相关研究。
MEEE - 模型集成探索与利用强化学习算法
GithubMEEEMuJoCo代码复现开源项目强化学习模型集成
MEEE是一个开源项目,提出了基于模型集成的探索与利用方法,旨在提高强化学习的样本效率。该项目基于MBPO代码库开发,实现了相关论文中的实验。MEEE提供了详细的安装说明、使用指南和日志记录方法,支持在MuJoCo环境中进行实验。通过创新的模型集成策略,MEEE平衡了探索和利用,有效提升了强化学习算法的性能和效率。
Llama-3-8b-rm-mixture - 基于Llama3-8b的奖励模型训练与优化
GithubHuggingfaceLlama3-8bOpenRLHF奖励模型开源项目数据集模型训练
Llama-3-8b奖励模型利用OpenRLHF进行训练,结合OpenLLMAI的数据集,旨在提高模型性能。该项目基于Llama-3-8b-sft-mixture模型,使用余弦调度器,学习率为9e-6,预热比例0.03,批量大小256,并执行一次学习迭代。目标是通过优化和数据集策略,提升模型的奖励决策能力,为深度学习与AI开发者提供精确的工具。
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