Project Icon

alpha-zero-general

通用自学强化学习平台,支持多种游戏和深度学习框架

该项目基于AlphaGo Zero论文,提供了简化和灵活的自学强化学习实现,适用于各种双人回合制对抗游戏和深度学习框架。用户可通过实现Game.py和NeuralNet.py中的类,为所选游戏自定义实现。项目提供了Othello、五子棋和井字棋等游戏示例,支持PyTorch和Keras框架,并包含核心训练循环、蒙特卡洛树搜索和神经网络参数设置的详细说明,此外还提供预训练模型和Docker环境设置。

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。
simple_rl - 轻量级Python强化学习实验框架
GithubPython复现结果实验开源项目强化学习简单框架
simple_rl框架专注于简化强化学习实验流程和提高结果可复现性。它内置了网格世界、OpenAI Gym等MDP环境,实现了Q-learning和R-Max等经典算法。新增的实验复现功能方便研究者重现成果。该框架支持Python 2和3,为强化学习研究和教学提供了实用工具。
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。
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。
ml-agents - 用于游戏和模拟环境的开源智能代理训练工具
AIGithubUnity ML-Agents Toolkit开源项目强化学习模拟环境游戏开发
Unity ML-Agents Toolkit是一个开源项目,利用游戏和模拟环境训练智能代理。集成了基于PyTorch的先进算法,用户可以轻松训练2D、3D和VR/AR游戏中的智能代理。支持强化学习、模仿学习和神经进化等方法,适用于NPC行为控制、自动化测试和游戏设计评估。该工具包为游戏开发者和AI研究人员提供了一个共享平台,助力在Unity丰富环境中测试AI进展,并惠及广泛的研究和开发社区。
acezero - 基于增量学习的图像集合场景重建与姿态估计方法
ACE0GithubPyTorch场景坐标重建开源项目深度估计相机注册
该项目提出了一种基于增量学习的场景坐标重建方法,结合了RANSAC和DSAC*算法,实现了高精度的图像姿态估计。ACE0提供了丰富的实验数据和可视化工具,支持部分重建和自监督重定位等高级用例。项目代码基于PyTorch实现,并已在Ubuntu 20.04和多种GPU环境下测试。
overcooked_ai - 基于游戏的多智能体协作研究平台
GithubOvercooked-AI人工智能协作任务开源项目强化学习环境基准
Overcooked_ai是一个基于热门游戏Overcooked的多智能体协作研究平台。该项目模拟厨房协作烹饪场景,提供环境模拟、智能体训练和评估等功能。它要求AI智能体高效配合完成煮汤等任务,支持人机协作研究。作为重要的基准平台,Overcooked_ai已被多篇顶会论文采用,对推进人工智能协作研究具有重要意义。
DQN-Atari-Agents - 丰富DQN算法库,实现模块化训练与高效并行
AtariDDQNDQNGithubPythonRainbow开源项目
该项目提供了多种DQN算法的模块化训练方法,支持从原始像素或内存数据进行训练,并提高了训练速度。可选版本包括DDQN、Dueling DDQN等,可以通过组合Noisy layer、PER、多步目标等扩展为Rainbow算法。项目详细介绍了各类算法的使用方法及其在Atari和CartPole环境中的性能表现,适合用于研究和项目应用。
DeepLearningFlappyBird - 使用深度Q网络训练AI玩Flappy Bird游戏
Deep Q-NetworkFlappy BirdGithubPython卷积神经网络开源项目深度强化学习
该项目演示了如何使用深度Q学习算法在Flappy Bird游戏中进行应用。项目利用Python、TensorFlow和OpenCV等技术,详细讲解了如何通过卷积神经网络处理游戏画面并优化游戏策略,使AI智能体可以自学并在游戏中取得高分。内容包括游戏画面的预处理、网络结构的设计、训练过程的参数调整以及常见问题的解决方案。此项目适合对深度强化学习有兴趣的开发者和研究人员参考。
HandyRL - 高效实用的分布式强化学习框架
GithubHandyRLPyTorch分布式训练开源项目强化学习离线策略修正
HandyRL是一个基于Python和PyTorch的分布式强化学习框架,已在Kaggle竞赛中取得优异成绩。它采用离线策略修正的策略梯度算法和学习者-工作者架构,支持自定义环境和大规模训练。HandyRL的高并行能力和实用性使其在竞争性游戏AI开发中表现出色,能够快速训练出强大的AI模型。
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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

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