Dreamer V3

World Models

AI 模型

研究项目，探索用于强化学习环境的生成神经网络模型。它使智能体能够在由其自身世界模型生成的模拟“梦境”中学习，然后可以将这些学习转移到真实环境中。这种方法旨在创建更紧凑、更高效的策略。World Models 是一个研究项目，探索用于强化学习环境的生成神经网络模型。它使智能体能够在由其自身世界模型生成的模拟“梦境”中学习，然后可以将这些学习转移到真实环境中。这种方法旨在创建更紧凑、更高效的策略。

Plan2Explore

AI GitHub 仓库

自监督强化学习代理，旨在实现高效探索和快速适应新任务。它利用规划来在探索过程中寻找预期的未来新颖性，从而为下游任务实现零样本或少样本学习。在具有挑战性的控制任务上进行评估，其性能优于先前的方法。Plan2Explore 是一种自监督强化学习代理，旨在实现高效探索和快速适应新任务。它利用规划来在探索过程中寻找预期的未来新颖性，从而为下游任务实现零样本或少样本学习。在具有挑战性的控制任务上进行评估，其性能优于先前的方法。

Genie 3 — Google DeepMind

AI 模型

开创性的 AI 模型，可以根据简单的文本描述生成逼真的环境。它允许用户实时探索这些互动世界，使其成为各种应用的强大工具，包括训练代理和教育模拟。Genie 3 是一个开创性的 AI 模型，可以根据简单的文本描述生成逼真的环境。它允许用户实时探索这些互动世界，使其成为各种应用的强大工具，包括训练代理和教育模拟。

OpenSpiel

AI GitHub 仓库

用于游戏领域强化学习研究的综合性框架。它提供了一系列环境和算法，用于开发和测试各种类型游戏的通用 AI 代理，从简单的棋盘游戏到复杂的多智能体场景。它支持 C++ 和 Python 集成。OpenSpiel 是一个用于游戏领域强化学习研究的综合性框架。它提供了一系列环境和算法，用于开发和测试各种类型游戏的通用 AI 代理，从简单的棋盘游戏到复杂的多智能体场景。它支持 C++ 和 Python 集成。

TD3 PyTorch 实现

AI GitHub 仓库

该存储库提供了作者官方的 Twin Delayed Deep Deterministic Policy Gradients (TD3) PyTorch 实现。它专为 OpenAI Gym 环境中的连续控制任务而设计，为强化学习的研究和开发提供了强大的解决方案。

Decision Transformer

AI 模型

将强化学习重构为序列建模问题，利用 GPT-x 和 BERT 等 Transformer 架构。它通过对期望回报、过去状态和动作进行条件化来生成最优动作，在 Atari、OpenAI Gym 和 Key-to-Door 任务上达到了最先进的性能。Decision Transformer 将强化学习重构为序列建模问题，利用 GPT-x 和 BERT 等 Transformer 架构。它通过对期望回报、过去状态和动作进行条件化来生成最优动作，在 Atari、OpenAI Gym 和 Key-to-Door 任务上达到了最先进的性能。

AlphaDev AI 模型

AI 模型

使用强化学习来发现增强型计算机科学算法的 AI 系统。它已成功识别出比人类开发的方法更快的排序和哈希算法，从而实现了更高效和可持续的计算。这些算法现已开源。AlphaDev 是一个使用强化学习来发现增强型计算机科学算法的 AI 系统。它已成功识别出比人类开发的方法更快的排序和哈希算法，从而实现了更高效和可持续的计算。这些算法现已开源。

Octo Robot Policy

AI 模型

开源的通用机器人策略，专为机器人操作的广泛应用而设计。这款基于 Transformer 的扩散策略在大型数据集上进行了预训练，支持灵活的任务定义和高效的微调以适应新的观察和动作空间，使其能够适应各种机器人应用。Octo 是一款开源的通用机器人策略，专为机器人操作的广泛应用而设计。这款基于 Transformer 的扩散策略在大型数据集上进行了预训练，支持灵活的任务定义和高效的微调以适应新的观察和动作空间，使其能够适应各种机器人应用。