注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. OpenAI gym

  2. 在下载gym并安装完成后，可通过上述代码测试，python的版本要求3.5.x以上，运行python之后，复制文档中的代码即可运行。

  3. 所属分类：机器学习

    • 发布日期：2018-03-22
    • 文件大小：24kb
    • 提供者：qq_32218875

  1. 使用50行Python代码从零开始实现一个AI平衡小游戏

  2. 集智导读： 本文会为大家展示机器学习专家 Mike Shi 如何用 50 行 Python 代码创建一个 AI，使用增强学习技术，玩耍一个保持杆子平衡的小游戏。所用环境为标准的 OpenAI Gym，只使用 Numpy 来创建 agent。 各位看官好，我（作者 Mike Shi——译者注）将在本文教大家如何用 50 行 Python 代码，教会 AI 玩一个简单的平衡游戏。我们会用到标准的 OpenAI Gym 作为测试环境，仅用 Numpy 创建我们的 AI，别的不用。 这个小游戏就是经典

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：284kb
    • 提供者：weixin_38704386

  1. Upside-Down-Reinforcement-Learning:PyTorch中的颠倒强化学习（⅂ꓤ）实施。 基于JürgenSchmidhuber发表的论文-源码

  2. 颠倒的强化学习 Pytorch中的颠倒强化学习（⅂ꓤ）实施。 基于JürgenSchmidhuber发表的论文： 该存储库包含一个离散动作空间以及一个针对OpenAI Gym CartPole环境（该环境的版本）的连续动作空间实现。 笔记本包括行为功能的培训以及评估部分，您可以在其中测试经过培训的行为功能。 用代理人在期望的时间范围内可以达到的期望的报酬来喂养它。 离散CartPole环境的图： 连续CartPole环境的图： LunarLander环境的图： 去做： 测试论文中提到

  3. 所属分类：其它

  1. neurips2020-procgen-starter-kit:NeurIPS 2020入门套件-AIcrowd上的Procgen竞赛-源码

  2. NeurIPS 2020-Procgen入门套件 这是该入门套件托管在 :detective: 关于ProcGen基准测试 16个易于使用的程序生成的环境，可以直接衡量强化学习代理学习通用技能的速度。 这些环境在单个内核上高速运行（每秒数千步）。 这些环境与论文《。 与相比，这些环境是： 更快：Gym Retro环境已经快了，但是Procgen环境的运行速度快了4倍。 不确定性：“健身房复古”环境始终是相同的，因此您可以记住一系列动作，这些动作将获得最高的回报。 Procgen环境是随

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：54kb
    • 提供者：weixin_42128141

  1. GYM-project-源码

  2. GYM-一个展示我们健身房所有优点和功能的网站。 这是我到目前为止使用的GYM网站，使用了本课程中的技能和代码（喜欢跑步，简历，威士忌酒等等）。 该网站的创建考虑到了已经建立的体育馆。 我试图制作一个易于访问的网站，并且整个网站都具有相似的视觉/色彩主题。 我一生中曾去过多个体育馆，并尝试将所有我认为至关重要的信息都鼓励使用。 我已经请一些朋友和家人提供他们的意见，并且由于这种互动而增加了一些额外的功能。 在项目开始之前创建线框。 在Balsamiq上创建。 网站在不同媒体上的外观视图。 测

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：55mb
    • 提供者：weixin_42178688

  1. 767最终IR-源码

  2. 767最终IR COMP 767最终项目 Alex Hoffman和Nikhil Podila 麦吉尔大学 我们从创建了重要性重采样算法的Python实现 我们还尝试了在重采样算法中添加优先体验重播 该代码需要以下软件包：numpy，gym，tensorflow，matplotlib。 如果使用anaconda，则可以通过pip install或conda install进行安装。 运行文件“ OffPolicyAgent_testing.py”将生成图，具体取决于在文件底部注释掉的函数。

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：107kb
    • 提供者：weixin_42157188

  1. 灵巧的健身房：适用于OpenAI Gym环境的神经进化-源码

  2. 关于 该存储库包含允许您使用算法及其变体来训练，测试和可视化环境（游戏）的代码。 该项目的两个目标是 通过配置文件使此工作尽可能简单。 通过同时评估多处理器计算机上的总体适应性，使代码快速运行。 快速开始 首先，您应该从源代码安装和 。 然后执行以下操作： % python3 neat-evolve.py config/cartpole 这将使用在环境中运行整洁的python，因此您可以利用计算机上的所有核心。 演进完成后，您可以通过以下方法尝试演进网络： % python3 neat

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：432kb
    • 提供者：weixin_42122988

  1. 带有火炬的深度增强学习：DQN，AC，ACER，A2C，A3C，PG，DDPG，TRPO，PPO，SAC，TD3和PyTorch实施...-源码

  2. 状态：活动（在活动开发中，可能会发生重大更改） 该存储库将实现经典且最新的深度强化学习算法。 该存储库的目的是为人们提供清晰的pytorch代码，以供他们学习深度强化学习算法。 将来，将添加更多最先进的算法，并且还将保留现有代码。 要求 python = 0.10 火炬> = 0.4 请注意，tensorflow不支持python3.7 安装 pip install -r requirements.txt 如果失败： 安装健身房 pip install gym 安装pytorc

  3. 所属分类：其它