Project Icon

sample-factory

高效强化学习框架实现快速训练和卓越性能

Sample Factory是一个高效的强化学习库,专注于同步和异步策略梯度实现。它提供优化的算法架构、灵活的训练模式和多种环境支持,包括多智能体训练和PBT等功能。该库在VizDoom、IsaacGym和DMLab-30等多个领域展现出优秀性能,同时减少训练时间和硬件需求。Sample Factory支持导入其他项目,并允许自定义环境和模型架构。

Deep_reinforcement_learning_Course - 掌握Stable Baselines3、RL Baselines3 Zoo、Sample Factory和CleanRL等库的使用的深度强化学习课程
AI训练Deep Reinforcement LearningGithubHugging FaceRL库开源项目训练代理
免费深度强化学习课程,结合理论与实践,掌握Stable Baselines3、RL Baselines3 Zoo、Sample Factory和CleanRL等库的使用。训练智能体在SnowballFight、Huggy the Doggo、MineRL(Minecraft)、VizDoom(Doom)及经典环境(如Space Invaders、PyBullet)中运行。发布和下载社区智能体,并参与挑战与其他团队及AI对抗。
xuance - 多框架支持的深度强化学习算法库
GithubXuanCe多框架支持开源库开源项目深度强化学习算法实现
XuanCe是一个开源的深度强化学习算法库,支持PyTorch、TensorFlow和MindSpore等多种框架。它兼容单智能体和多智能体任务,提供丰富的算法实现。XuanCe设计模块化,易于学习和使用,运行速度快。支持经典控制、Box2D、MuJoCo、Atari等多种环境,为研究和开发提供全面的深度强化学习工具。
tmrl - 实时机器人控制与自动驾驶AI的分布式强化学习框架
GithubGymnasium环境TMRLTrackMania 2020开源项目强化学习自动驾驶
TMRL是一个面向机器人学习的分布式强化学习框架,专注于实时应用中的深度强化学习AI训练。该框架以TrackMania 2020游戏为例,展示了基于原始截图的自动驾驶控制。TMRL具备安全远程训练、灵活定制和实时环境兼容性等特点,采用单服务器多客户端架构,可在多个节点收集样本并在高性能集群上进行训练。
DeepSpeed - 一个深度学习优化库,专为大规模模型训练和推理设计
DeepSpeedGithub分布式训练大规模模型训练开源项目模型压缩模型推理
DeepSpeed 是一个深度学习优化软件套件,专为大规模模型训练和推理设计,能显著优化系统性能和降低成本。它支持亿级至万亿级参数的高效管理,兼容各种计算环境,从资源受限的GPU系统到庞大的GPU集群。此外,DeepSpeed 在模型压缩和推理领域亦取得创新成就,提供极低的延迟和极高的处理速率。
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。
DeepSpeed - 大模型的训练工具
AI工具AI开发AI系统技术DeepSpeed大规模训练模型压缩模型训练热门高性能计算
DeepSpeed是一个先进的深度学习优化工具库,专门设计用于简化和增强分布式训练。通过一系列创新技术,如ZeRO、3D并行处理、MoE和ZeRO-Infinity,DeepSpeed能大幅提高训练速度,同时降低成本。这些技术支持在数千GPU上扩展模型训练,并实现低延迟和高吞吐量的推理性能。DeepSpeed同时提供了先进的模型压缩技术,优化模型存储与推理效率,是大规模AI模型训练和推理的优选方案。
Contra-PPO-pytorch - Contra NES游戏中的Proximal Policy Optimization算法实现与训练方法
AI训练Contra NesGithubPPOPython代码开源项目强化学习
本项目利用Proximal Policy Optimization (PPO)算法,通过Python代码训练AI智能体进行Contra NES游戏。PPO算法由OpenAI提出,其早期版本曾用于训练OpenAI Five在电竞中取得胜利。项目提供了详细的训练指南、示例代码,并支持Docker环境,方便进行模型的训练和测试。本项目展示了PPO算法在游戏AI中的实际应用效果。
Safe-Reinforcement-Learning-Baselines - 综合安全强化学习研究资源库
GithubSafe Reinforcement Learning基准测试安全强化学习开源项目环境算法
Safe-Reinforcement-Learning-Baselines项目汇集了安全强化学习领域的多种基线算法和基准环境,涵盖单智能体和多智能体场景。该资源库提供环境支持、算法实现、相关调查、学术论文和教程等全面内容,为研究人员提供系统性的安全强化学习工具和参考资料,促进该领域的持续发展和创新。
DI-hpc - 高性能计算组件加速强化学习算法
CUDADI-HPCGithubPyTorch开源项目强化学习算法加速
DI-HPC是一款专为强化学习算法设计的高性能计算组件,主要用于加速GAE、n-step TD和LSTM等常见模块。该组件支持前向和反向传播,适用于训练、数据收集和测试环节。DI-HPC兼容CUDA环境和多个PyTorch版本,提供简便的安装方式和性能测试工具。通过提升计算效率,DI-HPC为强化学习研究和开发提供了有力支持。
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。
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