Project Icon

DexterousHands

双臂灵巧操作强化学习框架

Bi-DexHands是基于Isaac Gym的双手灵巧操作任务集和强化学习算法框架。它提供高效模拟环境,支持多种强化学习方法,包含丰富双手操作任务。单GPU可达40,000+FPS,为研究手部灵巧性和双手协调提供工具。

DI-star - 开源星际争霸II AI训练框架
AIGithubStarCraft II开源项目强化学习游戏智能监督学习
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。
DQN-Atari-Agents - 丰富DQN算法库,实现模块化训练与高效并行
AtariDDQNDQNGithubPythonRainbow开源项目
该项目提供了多种DQN算法的模块化训练方法,支持从原始像素或内存数据进行训练,并提高了训练速度。可选版本包括DDQN、Dueling DDQN等,可以通过组合Noisy layer、PER、多步目标等扩展为Rainbow算法。项目详细介绍了各类算法的使用方法及其在Atari和CartPole环境中的性能表现,适合用于研究和项目应用。
dgl - 图深度学习框架加速图神经网络应用与研究
DGLGithub分布式训练图神经网络大规模图开源项目深度学习
DGL是一个高效易用的Python包,支持在图上执行深度学习。兼容PyTorch、Apache MXNet和TensorFlow等多种框架,提供GPU加速的图库、丰富的GNN模型示例、全面的教学材料及优化的分布式训练功能。适合从研究人员到行业专家的各类用户。广泛应用于学术及实践领域,无论是基础教学还是高级图分析,DGL均能有效支持。
QDax - 高效加速质量多样性算法的开源框架
GithubJAXQDax并行化开源项目神经进化质量多样性
QDax是一个开源框架,用于加速质量多样性(QD)和神经进化算法。通过利用硬件加速器和大规模并行化,QDax将原本需要数天甚至数周才能在大型CPU集群上完成的QD算法运行时间缩短至几分钟。作为灵活易扩展的研究工具,QDax适用于各类问题设置,支持MAP-Elites、QDPG等多种核心QD算法,并提供多个基准任务实现。该项目由Adaptive & Intelligent Robotics Lab和InstaDeep联合开发维护。
awesome-robotics-libraries - 机器人仿真与开发库资源汇总
Github仿真器动力学仿真开源开源项目机器人平台机器人库
该项目汇集了多种机器人仿真器和开发库,涵盖动力学仿真、逆运动学、机器学习等领域。列表包含开源和商业软件的功能、编程语言和许可信息,为机器人研究和开发人员提供全面的工具选择参考。
lab - 提升人工智能研究的3D环境测试场
BazelDeepMind LabGithubioquake3人工智能开源项目强化学习热门
DeepMind Lab是一个基于id Software的Quake III Arena开发的3D学习环境,通过ioquake3和其他开源软件支持。本平台提供了一系列挑战性的3D导航和解谜任务,主要用于深度强化学习等人工智能领域的研究。构建于多个层次的任务和Lua脚本配置,DeepMind Lab支持广泛的研究应用和技术评估。适合学术研究者和技术开发者使用,可以通过专门文档获得更多构建和使用信息。
hbox - 高效的AI和大数据调度平台,支持多种深度学习框架
GithubHadoop YarnHbox人工智能大数据开源项目深度学习框架
Hbox是一个高效的调度平台,结合了大数据和人工智能技术。支持多种机器学习和深度学习框架,如TensorFlow、MXNet、PyTorch等,并运行在Hadoop Yarn上。平台支持GPU资源调度、Docker容器化和RESTful API接口管理,具备良好的扩展性和兼容性。Hbox还提供统一的数据管理和可视化界面,适用于分布式计算和模型训练。
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。
AI-Optimizer - 涵盖从无模型到基于模型,从单智能体到多智能体的多种算法的多功能深度强化学习平台
AI-OptimizerGithub多智能体强化学习开源项目深度强化学习离线强化学习自监督学习
AI-Optimizer是一款多功能深度强化学习平台,涵盖从无模型到基于模型,从单智能体到多智能体的多种算法。其分布式训练框架高效便捷,支持多智能体强化学习、离线强化学习、迁移和多任务强化学习、自监督表示学习等,解决维度诅咒、非平稳性和探索-利用平衡等难题,广泛应用于无人机、围棋、扑克、机器人控制和自动驾驶等领域。
3D-BoundingBox - 使用深度学习与几何方法,实现高效的3D边界框估计
3D Bounding BoxGithubKittiPyTorchYOLOv3开源项目深度学习
项目提供基于PyTorch的深度学习解决方案,通过结合YOLOv3和2D-3D几何转换,实现高效3D边界框估计。主要功能包括下载预训练权重、通过视频和图像数据进行模型推理和训练,依赖PyTorch和其他深度学习库。项目未来计划是在Kitti数据集上训练自定义YOLO网络和姿态可视化。目前版本每帧处理时间约为0.4秒,并计划进一步提升速度。文档中详细介绍了模型训练步骤及实际应用操作。
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