Project Icon

RLcycle

开源强化学习框架 提供多种算法实现

RLcycle是一个开源的强化学习框架,实现了多种经典算法如DQN、A2C/A3C、DDPG和SAC。框架基于PyTorch构建,集成了Hydra配置管理、Ray并行计算和WandB日志记录功能。RLcycle提供可重用组件便于快速开发,支持Atari和PyBullet等环境,并附有使用指南和性能基准。该项目适合研究人员和开发者学习和实践各类强化学习算法。

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。
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。
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。
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。
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。
PantheonRL - 多智能体强化学习训练和测试的模块化框架
GithubPantheonRLStableBaselines3多智能体强化学习开源项目自适应训练训练框架
PantheonRL是一个用于多智能体强化学习环境训练和测试的开源框架。它提供模块化和可扩展的功能,支持智能体策略训练、微调、动态配对等。基于StableBaselines3构建,PantheonRL采用去中心化训练方法,为每个智能体配备独立的重放缓冲区和更新算法。此外,它还提供Web用户界面,便于进行轻量级实验和原型设计,支持自我对弈、交叉对弈、循环训练和微调等多种训练模式。
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。
OfflineRL-Kit - 高效易用的PyTorch离线强化学习库
GithubPyTorch实验管理开源项目模型训练离线强化学习算法库
OfflineRL-Kit是基于PyTorch的离线强化学习库,提供清晰的代码结构和最新算法实现。支持CQL、TD3+BC等多种算法,具备高扩展性和强大的日志系统。该库还支持并行调优,便于研究人员进行实验。相比其他离线强化学习库,OfflineRL-Kit在性能和易用性方面都有显著优势,是离线强化学习研究的有力工具。
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。
genrl - 强化学习算法库,提供快速基准测试和示例教程
GenRLGithubPyTorch基准测试开源项目强化学习算法实现
GenRL是一个基于PyTorch的强化学习库,提供可重现的算法实现和通用接口。它包含20多个从基础到高级的强化学习教程,并支持模块化和可扩展的Python编程。统一的训练和日志记录功能提高了代码复用性,同时自动超参数调整功能加速了基准测试。GenRL旨在支持新算法的实现,代码少于100行。适用于Python 3.6及以上版本,依赖于PyTorch和OpenAI Gym。
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