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。

mlx_parallm - 为Apple Silicon设备实现高效并行推理
Apple SiliconGithubMLX ParaLLM并行推理开源项目批处理KV缓存语言模型
MLX ParaLLM是一个为Apple Silicon设备开发的开源项目,利用MLX框架实现批处理KV缓存技术,从而提高并行推理效率。项目支持Meta-Llama、Phi-3和Gemma等多种模型,兼容量化和float16格式。通过batch_generate方法,MLX ParaLLM实现自动填充、提示模板格式化和多种采样策略,适用于大规模并行文本生成任务。
OpenRLHF - 高性能强化学习框架助力大规模语言模型优化
GithubOpenRLHFRLHF框架分布式训练开源项目强化学习模型微调
OpenRLHF是一款基于Ray、DeepSpeed和Hugging Face Transformers构建的高性能强化学习框架。该框架简单易用,兼容Hugging Face模型和数据集,性能优于优化后的DeepSpeedChat。它支持分布式RLHF,能够在多GPU环境下进行70B+参数模型的全规模微调。OpenRLHF集成了多项PPO实现技巧以提升训练稳定性,同时支持vLLM生成加速和多奖励模型等先进特性,为大规模语言模型优化提供了强大支持。
stable-baselines3 - 增强型PyTorch强化学习算法,实现可靠性与自定义支持
GithubPyTorchRL算法Stable Baselines3开源项目强化学习稳定基线
实现可靠的PyTorch强化学习算法,方便研究和工业用户复制和优化新思路。支持自定义环境与策略,提供统一接口,适合项目开发和性能对比。涵盖A2C、PPO、DQN等算法,包含迁移指南和在线文档,适用于有强化学习基础的用户。
PufferLib - 复杂游戏环境强化学习的简化工具
GithubPufferLibPyTorch开源项目强化学习环境包装
PufferLib是一个包装层工具,旨在简化复杂游戏环境中的强化学习开发。它支持原生PyTorch网络和简短的环境绑定,自动处理大部分复杂操作。该工具提供优化的LSTM支持、性能指标、本地仪表板、异步环境采样和检查点等功能,为强化学习研究提供全面解决方案。
rsl_rl - 面向GPU的高效强化学习框架
GPU运行GithubPPO算法RSL RL开源项目强化学习
rsl_rl是一个专为GPU运行优化的强化学习框架,目前实现了PPO算法,未来将支持更多算法。框架提供详细的安装指南,集成多种日志工具,并采用严格的代码质量管理。它在Legged-Gym和Orbit等机器人仿真环境中得到应用,为强化学习研究和开发提供了高效工具。
skrl - 开源模块化强化学习库
GithubJAXPyTorchSKRL开源项目强化学习环境接口
skrl是基于PyTorch和JAX的开源模块化强化学习库。支持OpenAI Gym、Farama Gymnasium等多种环境接口,并兼容NVIDIA Isaac系列环境。该库注重模块化设计、代码可读性和实现透明度,允许同时训练多个智能体,可在单次运行中共享或独立资源。skrl为强化学习研究和开发提供了灵活高效的工具。
m2 - 子二次GEMM架构Monarch Mixer实现高效语言模型
GithubM2-BERTMonarch Mixer人工智能开源项目机器学习自然语言处理
Monarch Mixer是一种创新的子二次GEMM架构,用于训练序列长度和模型维度均为子二次的语言模型。该架构使用Monarch矩阵层替代Transformer中的注意力和MLP操作,提高了计算效率。基于此架构的M2-BERT模型在减少25%参数和计算量的同时,在GLUE基准测试中达到了与BERT相当的性能。项目开源了预训练模型权重以及预训练和微调代码,方便研究者进行further研究。
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。
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。
DeepSpeed-MII - 开源低延迟模型推理库
DeepSpeed-MIIGithub优化技术低延迟开源项目模型支持高吞吐量
DeepSpeed-MII是一款开源Python库,专注于高吞吐量、低延迟和成本效益的模型推理。支持的技术包括块状KV缓存、连续批处理、高性能CUDA内核等,适用于37000多个模型,如Llama-2、Mixtral和Phi-2。v0.2版本提升了性能和功能,吞吐量提高至2.5倍。适用于语言模型及图像生成任务。
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