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。

awesome-deep-rl - 深度强化学习领域的最新研究综述与应用案例
Deep Reinforcement LearningGithubModel-basedPolicy GradientReinforcement LearningUnsupervised RL开源项目
该项目收录了深度强化学习领域的重要研究成果和应用示例,包括最新的学术论文、框架、算法和应用案例,覆盖无监督、离线、价值基础和策略梯度等多种方法。项目内容经常更新,提供最新的研究动态和工具,如2024年的HILP与2022年的EDDICT。适合从事人工智能、机器学习和强化学习的专业人员与爱好者了解该领域的最新进展。
acme - 强化学习的高效构件库,提供灵活基线
AcmeGithub代理分布式开源项目强化学习研究框架
Acme是一个提供简洁、高效和易读参考实现的强化学习构件库。此库不仅为稳固的基线提供灵活性,还能作为新研究的起点。支持多种规模的代理(单流与分布式),特别适合研究人员使用。项目内含详细的入门指南、代码示例和完整文档,确保用户能够快速上手并理解设计决策。
warp-drive - GPU驱动的高效多智能体强化学习框架
GPU加速GithubWarpDrive多智能体并行计算开源项目深度强化学习
WarpDrive是一款开源的强化学习框架,专为GPU环境优化。它支持单GPU或多GPU上的端到端多智能体强化学习,通过充分利用GPU并行计算能力,显著提升训练速度。WarpDrive通过减少CPU和GPU间的数据传输,并在多智能体和多环境副本间并行运行模拟,大幅提高了计算效率。这使得同时运行海量并发模拟成为可能,实现了比传统CPU方案高出百倍的训练吞吐量。
safe-rlhf - 北京大学开发的AI安全增强框架
BeaverGithub人工智能安全RLHF开源项目数据集模型训练
Safe RLHF是一个由北京大学PKU-Alignment团队开发的开源框架,整合了SFT、RLHF及Safe RLHF训练方法。它支持多种预训练模型,提供大量人工标注数据,能够训练奖励与成本模型,并采用多层次的安全性校验指标。最新发布的版本提供详尽的复现代码和数据集,旨在增强AI模型的安全性和实用性。
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。
stable-baselines3-contrib - 实验性强化学习算法和工具
GithubGym WrappersStable-Baselines3rl算法sb3-contrib开源项目文档
提供最新的实验性强化学习算法和工具,保持稳定基线风格和文档,适用于更广泛的实际应用需求。包括增强随机搜索(ARS)和量化回归DQN(QR-DQN)等算法,以及适用于Gym环境的包装器。适合需要超越主存储库限制且仍需高可靠性的用户。
stable-fast - 优化HuggingFace Diffusers推理性能的轻量级框架
CUDADiffusersGithubPyTorchStable FastTorchScript开源项目
stable-fast是一个优化HuggingFace Diffusers推理性能的轻量级框架,支持NVIDIA GPU。相比TensorRT和AITemplate需要几十分钟的编译时间,stable-fast仅需几秒钟即可完成模型编译。主要特色包括动态形状、低精度计算和多种算子融合。它还兼容ControlNet和LoRA,并支持最新的StableVideoDiffusionPipeline,是加速PyTorch推理的有效工具。
Gymnasium - Python强化学习标准API和环境开源库
AI环境GithubGymnasiumPython库开源项目强化学习
Gymnasium是一个用于开发和比较强化学习算法的开源Python库,提供标准API和丰富的环境集。它包括经典控制、Box2D、玩具文本、MuJoCo和Atari等多种环境类型,促进算法与环境的高效交互。作为OpenAI Gym的延续,Gymnasium现由独立团队维护,提供完善的文档和活跃的社区支持。该库采用严格的版本控制以确保实验可重复性,并提供灵活的安装选项满足不同用户需求。
habitat-lab - 模块化库,支持多任务AI训练与人机交互
GithubHabitat-Labembodied AI任务训练多代理开源项目模拟器
Habitat-Lab是一个模块化库,专为端到端体态AI任务开发设计。支持多种任务定义、代理配置与训练评估,以及人机交互。结合Habitat-Sim模拟器,Habitat-Lab提供灵活的训练环境和评估工具,是体态AI研究的关键平台。
omnisafe - 安全强化学习框架加速AI系统安全研究
GithubOmniSafeSafeRL安全强化学习开源项目强化学习算法框架
OmniSafe是一个用于安全强化学习(SafeRL)研究的开源框架。它提供了全面的SafeRL算法基准测试和模块化工具包。该框架采用高度模块化设计,支持高性能并行计算,并提供开箱即用的工具。OmniSafe实现了多种类型的SafeRL算法,包括基于策略、无模型和基于模型等。通过丰富的教程和API,框架适合不同水平的研究人员使用。OmniSafe致力于推动SafeRL领域的发展,为AI系统安全性研究提供重要支持。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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