Project Icon

Contra-PPO-pytorch

Contra NES游戏中的Proximal Policy Optimization算法实现与训练方法

本项目利用Proximal Policy Optimization (PPO)算法,通过Python代码训练AI智能体进行Contra NES游戏。PPO算法由OpenAI提出,其早期版本曾用于训练OpenAI Five在电竞中取得胜利。项目提供了详细的训练指南、示例代码,并支持Docker环境,方便进行模型的训练和测试。本项目展示了PPO算法在游戏AI中的实际应用效果。

Safe-Policy-Optimization - 安全强化学习的全面算法基准平台
GithubPKU-AlignmentSafe-Policy-OptimizationSafety-Gymnasium安全强化学习开源项目算法基准
Safe-Policy-Optimization为安全强化学习(Safe RL)提供了全面的算法基准平台。该项目整合了多种算法和环境,支持单智能体和多智能体任务,具备正确性、可扩展性、日志记录和可视化等特性。通过统一的接口和详细文档,Safe-Policy-Optimization简化了安全RL算法的评估和比较流程,为研究人员提供了强大的实验工具。
Deep-RL-Keras - 模块化实现深度强化学习算法,支持A2C、A3C、DDPG、DDQN
Actor-Critic算法GithubKeras优化算法开源项目深度Q学习深度增强学习
本项目在Keras框架下实现了多种常用的深度强化学习算法模块化,包括A2C、A3C、DDPG、DDQN等。用户可以通过命令行参数运行不同的RL算法,并在OpenAI Gym环境中进行训练。项目支持模型可视化和Tensorboard监控,提供详细的算法说明和使用案例,帮助用户理解和应用这些技术。
tinyzero - 简易强化学习框架 快速训练类AlphaZero智能体
AlphaZeroGithub开源项目强化学习环境模拟神经网络蒙特卡洛树搜索
tinyzero是一个简易的强化学习框架,用于在任意环境中训练类AlphaZero的智能体。该框架提供简单接口实现新环境、模型和智能体,支持多种游戏类型。tinyzero采用Monte Carlo树搜索和深度学习技术,可在Google Colab上快速部署,适合研究人员和爱好者探索AI在各类任务中的应用。
LearningHumanoidWalking - 强化学习驱动的人形机器人双足行走算法
GithubMuJoCoPyTorch人形机器人双足行走开源项目强化学习
LearningHumanoidWalking开源项目探索了基于强化学习的人形机器人双足行走控制。该项目利用PPO算法训练机器人在预设足迹上行走,实现了包括上下楼梯和弯道行走在内的复杂任务。项目提供了完整的代码实现,涵盖环境设置、奖励函数和网络结构等,为相关研究提供了可复现的实验基础。通过MuJoCo物理引擎仿真,该算法在多种复杂地形中展现了良好性能。
phillip - 基于深度强化学习的SSBM游戏AI
Deep Reinforcement LearningGithubPython 3SSBMThe Phillip AIdolphin emulator开源项目
Phillip AI是一个基于深度强化学习的开源项目,旨在创建SSBM游戏的AI玩家。虽然项目已停止维护且可能存在兼容性问题,但其继承项目使用Slippi回放进行模仿学习开发。该项目在Ubuntu、OSX和Windows平台上均通过测试,提供了详细的操作指南以及多个预训练的代理。用户可以根据需求调整训练参数,支持本地和大型集群训练。可通过加入Discord社区获取技术支持,或在Twitch和YouTube观看相关录制内容。
RETRO-pytorch - 基于PyTorch的RETRO检索增强语言模型
GithubPytorchRETRO开源项目检索增强语言模型深度学习神经网络
RETRO-pytorch是一个基于PyTorch实现的检索增强变换器(RETRO)模型。该项目通过高效的检索机制,在仅使用GPT-3十分之一参数的情况下实现相当性能。项目利用autofaiss构建索引和计算最近邻,并支持将模型扩展至1000层。此外,RETRO-pytorch还提供了便捷的训练包装器和数据集类,大大简化了模型训练流程。
rl-book - 强化学习理论及Python实现的教程和代码
GithubPyTorchReinforcement LearningTensorFlow开源项目理论算法
本书系统介绍强化学习,从基础理论到具体算法实现,包含基于TensorFlow和PyTorch的代码对照,实现经典和现代深度强化学习算法。提供完整数学推导和高质量代码,适合希望深入理解和应用强化学习的读者。
AlphaZero_Gomoku - AlphaZero算法在五子棋游戏中的应用
AI模型AlphaZeroGithubGomoku开源项目自我对弈训练
AlphaZero-Gomoku项目通过自我对弈训练,实现了五子棋(Gomoku)的AI开发。该项目专注于展示AlphaZero算法在相对简单的棋类游戏中的表现,可在数小时内使用单台PC训练出高水平AI模型。支持TensorFlow和PyTorch进行训练,提供实例游戏和操作指南,适合学习AI自我对弈算法和深度学习框架的开发者。
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。
DI-1024 - 将1024游戏与深度强化学习相结合的开源项目
1024游戏DI-1024GithubMuZeroStochasticMuZero开源项目深度强化学习
DI-1024是一个将深度强化学习技术应用于1024(又称2048)数字游戏的开源项目。它提供在线试玩体验和完整的强化学习训练示例,采用MuZero和StochasticMuZero等算法来开发高水平的游戏AI。该项目为研究人员和游戏爱好者创造了一个探索人机交互的平台,展示了AI在策略游戏中的应用。
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