Project Icon

pymarl2

多智能体强化学习的高效实现框架

PyMARL2是一个开源项目,专注于改进协作多智能体强化学习的实现技巧和约束。该项目针对StarCraft多智能体挑战进行了优化,实现了QMIX、VDN、IQL等多种算法。通过采用值函数裁剪、奖励缩放等技巧,PyMARL2显著提升了QMIX在复杂场景中的性能。此外,该框架还支持通信任务和Google Football环境,为多智能体强化学习研究提供了有力工具。

tdmpc2 - 跨领域连续控制的可扩展世界模型
GithubTD-MPC2多任务学习开源项目强化学习模型训练连续控制
TD-MPC2是一种可扩展的基于模型的强化学习算法,在104个连续控制任务中展现出色性能。该算法使用317M参数的单一模型可执行80个跨领域任务。项目提供300多个模型检查点和多任务数据集,支持状态和像素输入,为模型强化学习研究提供重要资源。
DeepRL - PyTorch 中深度强化学习算法的模块化实现
A2CDQNDeepRLGithubPyTorch开源项目深度强化学习
DeepRL项目使用PyTorch实现了一系列流行的深度强化学习算法,提供模块化框架,适用于从简单任务到高难度游戏。支持的算法包括DQN、C51、QR-DQN、A2C、DDPG、PPO等,并具备异步数据生成和传输功能。项目依赖PyTorch v1.5.1,具体依赖请参考Dockerfile和requirements.txt。此外,项目提供代码示例和性能曲线图,适合相关研究参考和使用。
sumo-rl - 用于智能交通信号控制的强化学习框架
GithubSUMO-RL交通仿真交通信号控制多智能体开源项目强化学习
SUMO-RL是基于SUMO交通模拟器的强化学习框架,专注于智能交通信号控制。该框架提供简洁接口,支持创建单代理和多代理强化学习环境,允许自定义状态和奖励函数,并兼容主流RL库。SUMO-RL简化了交通信号控制的强化学习研究过程,适用于多种交通网络和场景。目前已应用于多项研究,覆盖从单一交叉口到大规模城市网络的各类交通控制问题。
crewAI - 提升AI代理合作效率的前沿框架
AI代理GithubcrewAI任务管理多代理系统开源开源项目热门
crewAI是一款尖端的框架,专为编排角色扮演的自治AI代理而设计。通过促进协同智能,crewAI赋能代理以无缝协作,共同应对复杂任务。该平台支持自定义代理角色、目标和工具,提供灵活的任务管理,并支持顺序和分层处理流程。适用于构建智能助手平台、自动化客户服务团队或多代理研究团队。
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。
MO-Gymnasium - 标准化多目标强化学习环境和算法开发平台
GithubMO-GymnasiumPython库多目标强化学习开源项目环境API算法开发
MO-Gymnasium是一个开源Python库,为多目标强化学习(MORL)算法提供标准化开发和比较平台。它基于Gymnasium API,提供返回向量化奖励的环境集合,包括MORL文献中的环境和经典环境的多目标版本。该库支持简单的环境创建和交互,并提供LinearReward包装器实现奖励函数标量化。MO-Gymnasium采用严格的版本控制,保证实验可重复性,是MORL研究和基准测试的理想工具。
RLcycle - 开源强化学习框架 提供多种算法实现
GithubHydraPyTorchRayWandB开源项目强化学习
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。
rl4co - 统一框架助力组合优化问题的强化学习解决方案
GithubPyTorchRL4CO开源框架开源项目强化学习组合优化
RL4CO是一个专注于组合优化问题的开源强化学习框架。基于PyTorch构建,它整合了TorchRL和TensorDict等技术,提供统一接口和灵活实现。框架支持构造型和改进型策略,适配多种环境和模型。其模块化设计和丰富工具集有助于研究人员高效开发和评估新算法,为组合优化研究提供了全面的实验平台。
autonomous-learning-library - PyTorch深度强化学习库助力智能代理开发
GithubPyTorch开源项目智能体深度强化学习算法实现自主学习库
autonomous-learning-library是基于PyTorch的深度强化学习库,为快速构建和评估智能代理提供丰富组件。库中包含灵活的函数近似API、多种内存缓冲区和环境接口,并实现了A2C、DQN、PPO等主流算法。支持Atari、经典控制和机器人仿真等环境,集成Tensorboard等工具便于实验监控。该库特别强调模块化设计,便于研究人员快速实现和测试新想法。同时提供完整文档和示例项目,降低了强化学习研究的入门门槛。
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。
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