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。

d3rlpy - 支持离线和在线深度强化学习的实用算法库
Githubd3rlpy安装开源项目强化学习离线RL算法
d3rlpy是一个为实践者和研究人员打造的深度强化学习库,支持离线和在线强化学习算法。无需掌握深度学习库,即可通过其直观的API使用多种先进算法。d3rlpy提供丰富的文档和教程,首创支持分布式Q函数,适用于机器人和医疗等复杂场景。兼容Linux、macOS和Windows,多种安装方式可供选择,欢迎试用和贡献代码。
awesome-game-ai - 游戏AI多智能体学习资源与最新研究进展汇总
Game AIGithub多智能体学习开源项目强化学习德州扑克
该项目汇集了游戏AI领域多智能体学习的优秀资源,包括开源项目、论文、会议和竞赛信息。涵盖德州扑克、斗地主、星际争霸等多种完全/不完全信息游戏。重点展示深度强化学习在游戏AI中的应用及最新研究进展,为游戏AI研究者提供全面的参考资料。
mars - 多库支持的张量计算框架
DataFrameGithubMarsTensor分布式计算开源项目数据计算
Mars是一种基于张量的统一框架,支持大规模数据计算,兼容Numpy、Pandas、Scikit-learn等多个库。无论是单机还是集群环境,Mars都能简化数据处理工作。它提供了详细的安装指南、架构概览和多种使用模式,并与TensorFlow、PyTorch等库深度集成,显著提升计算效率。更多安装和使用信息,请参阅文档。
trlx - 分布式微调大型语言模型的强化学习框架,支持奖励函数与高效并行
GithubHugging FaceILQLNVIDIA NeMoPPOtrlX开源项目
一个专注于强化学习微调大型语言模型的分布式训练框架。支持使用奖励函数或已标注数据集进行训练,兼容🤗Hugging Face和NVIDIA NeMo模型,可扩展到20B参数以上。实现了PPO和ILQL等多种RL算法,提供详细文档和丰富示例,支持分布式训练和超参数搜索。适用于各种应用场景,通过高效并行技术提升训练效率。
SerpentAI - 强大的游戏代理框架,提供机器学习与AI研究的工具
GithubPythonSerpent.AI开源开源项目机器学习游戏代理框架热门
Serpent.AI是一个简单而强大的游戏代理框架,专为开发者打造,以协助他们利用Python开发视频游戏代理。该框架旨在为机器学习和人工智能研究提供有价值的工具,同时也适合爱好者使用。框架支持少依赖、易于使用,并提供图形用户界面。Serpent.AI支持Linux和Windows系统,采用开源MIT许可证,并探索为非技术用户提供Steam分发。
ElegantRL - 云原生高效的大规模并行深度强化学习框架,支持弹性扩展
DRL算法ElegantRLGithub云原生并行计算开源项目深度强化学习
ElegantRL是一个云原生的大规模并行深度强化学习框架,支持多种DRL算法和多代理环境。其核心代码少于1000行,具备轻量、高效和弹性特点。通过微服务架构和容器化,支持大规模计算节点扩展,并自动分配云端资源。相比Ray RLlib和Stable Baselines 3,ElegantRL在单GPU、多GPU和云平台测试中更稳定高效。广泛应用于RLSolver、FinRL等项目,并支持Isaac Gym等模拟器。
irl-imitation - 逆强化学习算法在Python和Tensorflow中的实现
GithubInverse Reinforcement LearningPythonTensorFlow开源项目强化学习算法实现
该项目实现了多种逆强化学习(IRL)算法,包括线性逆强化学习、最大熵逆强化学习和深度最大熵逆强化学习,基于Python和Tensorflow。支持在2D和1D网格世界中的应用。项目依赖于Python 2.7、cvxopt、Tensorflow 0.12.1和matplotlib,通过代码示例和命令行选项,有助于快速理解和使用这些算法。为逆强化学习领域的研究者提供了重要的参考资源。
rl-agents - 强化学习算法集:覆盖多种环境及应用
Deep Q-NetworkGithubMonte-Carlo Tree SearchReinforcement LearningValue Iterationrl-agents开源项目
此页面介绍了多种强化学习算法的实现,如价值迭代、交叉熵方法、蒙特卡洛树搜索和深度Q网络,适用于有限MDP和连续动作空间等环境。用户可参考详细的安装和使用指南,通过命令行运行实验和基准测试,并使用Gym Monitor和Tensorboard等工具进行性能监控,非常适合优化决策和数据分析的研究者与开发者。
scope-rl - 离线强化学习与策略评估的开源Python库
GithubPython库SCOPE-RL开源项目离线强化学习离线策略评估策略选择
SCOPE-RL是一个用于离线强化学习的开源Python库。它实现了从数据生成到策略学习、评估和选择的完整流程。该库提供了多种离线策略评估(OPE)估计器和策略选择(OPS)方法,兼容OpenAI Gym和Gymnasium接口。SCOPE-RL还包含RTBGym和RecGym环境,用于模拟实际应用场景。它简化了离线强化学习的研究和实践过程,提高了实验的透明度和可靠性。
dreamerv3 - 多领域任务的通用强化学习算法
AI训练DreamerV3Github世界模型开源项目强化学习性能优化
DreamerV3是一种创新的强化学习算法,通过世界模型实现多领域任务掌控。其特点是使用固定超参数,具有卓越的稳健性和扩展性。随着模型规模增加,性能和数据效率同步提升。该开源项目提供完整实现,包含训练脚本和使用指南,为研究人员和开发者提供了探索先进强化学习技术的平台。
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