Project Icon

DRL-Pytorch

PyTorch实现的深度强化学习算法集合

DRL-Pytorch项目提供多种常用深度强化学习算法的PyTorch实现,包括Q-learning、DQN变体、PPO、DDPG、TD3和SAC等。代码结构清晰统一,便于研究人员和开发者比较不同算法。项目还包含详细使用说明、依赖列表和学习资源推荐,有助于快速入门和实践。

sheeprl - 基于PyTorch的强化学习框架支持多种算法和环境
GithubLightning FabricPyTorchSheepRL开源项目强化学习算法实现
SheepRL是一个基于PyTorch和Lightning Fabric的强化学习框架。它支持PPO、SAC、Dreamer等多种算法,以及Atari、MuJoCo、Minecraft等多种环境。该框架易用可扩展,实现了算法与环境的解耦,适用于广泛的强化学习任务。在部分基准测试中,SheepRL展现出与其他框架相当甚至更优的性能,为强化学习研究和开发提供了高效工具。
PPO-PyTorch - 使用PyTorch实现的简易PPO算法工具
GithubOpenAI gymPPO-PyTorchProximal Policy Optimization开源项目强化学习超参数调整
该项目提供了一个基于PyTorch的简易PPO算法实现,适用于OpenAI Gym环境,帮助初学者理解PPO。更新内容包括整合离散和连续算法,并引入了线性衰减机制。用户可以通过PPO_colab.ipynb在Google Colab中便捷地训练、测试和绘制图表。项目支持单线程执行,并提供日志记录、可视化和动画生成工具。
cleanrl - 一个深度强化学习库
CleanRLGithubPPO算法云集成单文件实现开源项目深度强化学习
CleanRL是一款简洁高效的深度强化学习库,提供单文件实现和广泛的算法支持,包括PPO、DQN等。它支持本地和云端实验、Tensorboard日志记录及Weights and Biases管理,适用于研究与快速原型开发。
Practical_RL - 强化学习开源课程:实用技巧与实践
GithubGoogle ColabHSEPractical_RLYSDA开源项目强化学习
Practical_RL是一个专注于强化学习实用性的开源课程,提供HSE和YSDA的课堂教学及线上学习支持,涵盖英语和俄语材料。课程从基础理论到实践应用,包括价值迭代、Q学习、深度学习、探索策略、策略梯度方法、序列模型及部分观察MDP等内容。学生可以通过GitHub改进课程,使用Google Colab或本地环境进行实践。适合希望在实际问题中应用强化学习的学生和研究者。
easy-rl - 强化学习综合教程 从理论到实践
Github开源项目强化学习教程深度学习算法实战蘑菇书
Easy RL是一本全面的强化学习教程,涵盖从基础理论到高级算法的系统知识。内容包括马尔可夫决策过程、Q学习、策略梯度、PPO和DQN等关键概念。通过实例和项目,读者可掌握核心理论和实践技能。教程提供在线阅读、配套习题、代码和补充资源,适合强化学习初学者系统学习使用。
Great-Deep-Learning-Tutorials - 全面深度学习教程和实用资源集锦
GithubPyTorch人工智能开源项目机器学习深度学习神经网络
该项目汇集了深度学习领域的优质教程和资源,覆盖计算机视觉、自然语言处理、语音处理等多个方向。内容包括入门教程、高级课程、技术博客和开源代码库,涵盖模型量化、AutoML、图神经网络等前沿主题。同时提供深度模型训练的实践指南,适合系统学习和深入研究深度学习的人员参考。
UAV_Obstacle_Avoiding_DRL - 深度强化学习驱动的无人机自主避障算法研究
GithubUAV多智能体强化学习开源项目深度强化学习路径规划障碍物避障
本项目研究了深度强化学习在UAV自主避障中的应用,涵盖静态和动态环境。研究结合多智能体强化学习、人工势场法和扰动流场算法等创新技术,并与A*、RRT等传统路径规划方法进行对比。项目实现了MADDPG、TD3、PPO等多种算法,提供MATLAB和Python代码。仿真实验表明,深度强化学习方法在无人机障碍物避免任务中展现出优越性能,为自主导航技术发展提供了新思路。
openrl - 综合性强化学习平台,支持多任务训练
GithubOpenRLPyTorch多智能体开源项目强化学习自然语言处理
OpenRL 是一款基于 PyTorch 的开源强化学习研究框架,支持单代理、多代理、离线强化学习、自我对弈及自然语言处理任务。框架提供统一接口、训练加速方法和多种深度学习模型支持,兼容 Gymnasium、MuJoCo、StarCraft II 等多种环境。同时,OpenRL 还支持用户自定义训练模型、奖励模型和环境配置,并提供中英文文档。
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。
rainbow-is-all-you-need - 从DQN到Rainbow的深度强化学习方法
ColabDQNGithubRainbow开源项目强化学习深度学习
本教程详细介绍了从DQN到Rainbow的深度强化学习方法,包含理论背景和面向对象的实现。每章节都可以在Colab上直接运行,适合快速学习。涵盖DQN、DoubleDQN、优先经验回放、对抗网络、噪声网络、分布式DQN和N步学习等多个主题,欢迎贡献改进建议或代码。
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