Project Icon

Safe-Policy-Optimization

安全强化学习的全面算法基准平台

Safe-Policy-Optimization为安全强化学习(Safe RL)提供了全面的算法基准平台。该项目整合了多种算法和环境,支持单智能体和多智能体任务,具备正确性、可扩展性、日志记录和可视化等特性。通过统一的接口和详细文档,Safe-Policy-Optimization简化了安全RL算法的评估和比较流程,为研究人员提供了强大的实验工具。

PPOxFamily - PPO算法在决策智能领域的应用实践
GithubPPO决策智能开源项目强化学习智能体深度学习
PPOxFamily是一个深度强化学习入门课程,聚焦PPO算法在决策智能领域的应用。课程通过视频讲解、理论资料和代码示例,系统阐述PPO算法原理及其在复杂动作空间、多模态观察、稀疏奖励、时序建模和多智能体等问题上的应用。内容涵盖理论讲解、补充材料、习题及解答,以及详细的代码实现,为学习者提供全面的学习资源。
optuna - 自动化机器学习超参数优化框架
GithubOptunaPython开源框架开源项目机器学习超参数优化
Optuna是一个面向机器学习的开源超参数优化框架。它采用define-by-run风格API,特点是轻量级、通用性强和平台无关。Optuna支持Python式搜索空间定义、高效优化算法、易于并行化和快速可视化。框架可处理多目标优化、约束优化和分布式优化等任务,适用于Python 3.7+版本,并集成多个第三方库。
Deep-reinforcement-learning-with-pytorch - 深度强化学习PyTorch实现与代码示例
DQNDeep Reinforcement LearningGithubGymTD3pytorch开源项目
本项目提供经典和前沿的深度强化学习算法PyTorch实现,包括DQN、DDPG、PPO等。项目持续更新并维护,适用于Anaconda虚拟环境管理。详细的安装步骤和测试方法确保用户能顺利运行代码,文档中还提供了相关论文和代码链接,便于深入学习研究。
DRL-robot-navigation - 移动机器人深度强化学习自主导航方案
GazeboGithubROSTD3开源项目机器人导航深度强化学习
项目集成了ROS、Gazebo和PyTorch,构建了一个移动机器人深度强化学习导航框架。系统利用TD3算法训练机器人应对复杂环境,实现障碍物识别和目标导航。该方案为自主移动机器人研究提供了一个开源的实验平台。
RLHF-Reward-Modeling - 训练 RLHF 奖励模型的配方
ArmoRMBradley-Terry Reward ModelGithubRLHFRewardBenchpair-preference model开源项目
该项目专注于通过顺序拒绝采样微调和迭代DPO方法进行奖励和偏好模型训练,提供包括ArmoRM、Pair Preference Model和Bradley-Terry Reward Model在内的多种开源模型,并在RewardBench排行榜中表现显著。项目内容涵盖奖励建模、模型架构、数据集准备和评估结果,适用于基于DRL的RLHF及多项学术研究。
OpenRLHF - 高性能强化学习框架助力大规模语言模型优化
GithubOpenRLHFRLHF框架分布式训练开源项目强化学习模型微调
OpenRLHF是一款基于Ray、DeepSpeed和Hugging Face Transformers构建的高性能强化学习框架。该框架简单易用,兼容Hugging Face模型和数据集,性能优于优化后的DeepSpeedChat。它支持分布式RLHF,能够在多GPU环境下进行70B+参数模型的全规模微调。OpenRLHF集成了多项PPO实现技巧以提升训练稳定性,同时支持vLLM生成加速和多奖励模型等先进特性,为大规模语言模型优化提供了强大支持。
Grid2Op - 模块化电力系统仿真与强化学习平台
GithubGrid2Op开源项目强化学习模块化设计电力系统电网操作
Grid2Op是一个模块化电力系统仿真平台,支持发电调度、负荷管理、维护操作和拓扑重构等多种电网控制。平台提供兼容OpenAI Gym的强化学习接口,支持自定义参数和规则,可适配多种数据格式。Grid2Op内置交直流潮流计算功能,并支持更换求解器,为电力系统建模和强化学习研究提供灵活高效的仿真环境。
ReinforcementLearning.jl - 高性能Julia强化学习框架
GithubJuliaReinforcementLearning.jl开源项目强化学习机器学习
ReinforcementLearning.jl是Julia语言开发的强化学习框架,提供精心设计的组件和接口。研究人员可轻松实现新算法、进行基准测试和算法比较。框架支持从传统表格方法到深度强化学习,注重实验可重复性。其核心设计原则包括可重用性、可扩展性和易用性,适合各类强化学习实验和研究。
morl-baselines - 多目标强化学习算法库 支持单策略和多策略实现
GithubMO-GymnasiumMORL-BaselinesPyTorch多目标强化学习开源项目算法库
MORL-Baselines是一个多目标强化学习算法库,提供多种PyTorch实现。该项目遵循MO-Gymnasium API,支持单策略和多策略算法,适用于SER和ESR标准。特点包括自动性能报告、代码规范和自动测试。实现了GPI-LS、MORL/D等多种算法,支持连续和离散观察/动作空间,为MORL研究和基准测试提供有力支持。
FsfairX-LLaMA3-RM-v0.1 - 基于LLaMA-3的开源奖励函数,支持多种RLHF方案的高性能实现
GithubHuggingfaceLLaMA3RLHF人工智能奖励建模开源项目模型模型训练
FsfairX-LLaMA3-RM-v0.1是一个基于LLaMA-3开发的强化学习奖励模型。该模型在Reward-Bench测试中取得了Chat 99.44分、Safety 88.76分等优秀成绩,支持PPO等多种人类反馈学习方法。项目提供完整的训练代码和使用示例,有助于开发更安全的AI应用。
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