#模仿学习

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。

该开源项目适配250美元低成本机器人，采用Action Chunking Transformer (ACT)技术实现模仿学习。项目流程包括数据收集、策略训练和评估，非专业人士只需提供少量远程操作演示即可。使用RTX 3080显卡，30分钟内即可完成训练。项目旨在为机器人学习提供经济实惠的解决方案。

Thought Cloning是一种模仿学习框架，训练智能体模拟人类思维模式以提升性能和可解释性。该项目基于BabyAI环境实现，采用合成思维数据集。研究显示，这种方法能提高智能体在复杂任务中的表现和泛化能力。项目开源了代码、数据集和预训练模型，为研究人员提供了分析智能体思维过程的工具。

HumanPlus是一个开源AI项目，致力于提升人形机器人的影随和模仿能力。项目包含两个主要组件：用于模拟环境强化学习的Humanoid Shadowing Transformer (HST)和用于现实世界模仿学习的Humanoid Imitation Transformer (HIT)。此外，HumanPlus还提供全身姿态估计和相关硬件的代码库，为研究人员和开发者提供完整的技术平台，推动人形机器人与人类互动技术的发展。

CARLA-Roach是一个端到端城市自动驾驶仿真框架,通过模仿强化学习教练实现驾驶。它提供基准测试、数据收集、强化学习训练和基于DAGGER的模仿学习功能。该项目还包含预训练模型,支持在NoCrash和CARLA Leaderboard等基准上评估。CARLA-Roach为自动驾驶研究提供了实用的仿真平台。