Plan2Explore

Dreamer V3

AI 模型

通用的强化学习算法，它学习环境模型来解决各种控制任务。它以单一配置在超过 150 个任务中表现出色，优于专用方法。该算法通过想象未来场景，实现跨领域的鲁棒学习，使人工智能在无需大量人类专业知识或实验的情况下得到广泛应用。Dreamer V3 是一种通用的强化学习算法，它学习环境模型来解决各种控制任务。它以单一配置在超过 150 个任务中表现出色，优于专用方法。该算法通过想象未来场景，实现跨领域的鲁棒学习，使人工智能在无需大量人类专业知识或实验的情况下得到广泛应用。

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。

Voyager Embodied Agent

AI GitHub 仓库

用于 Minecraft 的开放式具身智能体，由大型语言模型驱动。它能够持续探索、学习技能并进行发现，无需人工干预。Voyager 利用自动课程、技能库和迭代提示来改进程序，展现出强大的终身学习能力。Voyager 是一个用于 Minecraft 的开放式具身智能体，由大型语言模型驱动。它能够持续探索、学习技能并进行发现，无需人工干预。Voyager 利用自动课程、技能库和迭代提示来改进程序，展现出强大的终身学习能力。

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。

Prime Agent

AI GitHub 仓库

#192

自我改进的 RLM 代理，旨在增强编码工作流程并管理长期自主任务。它旨在通过自动化和自我改进能力来简化开发过程并提高效率。Prime Agent 是一个自我改进的 RLM 代理，旨在增强编码工作流程并管理长期自主任务。它旨在通过自动化和自我改进能力来简化开发过程并提高效率。

《强化学习：导论》是由理查德·S·萨顿和安德鲁·G·巴托撰写的强化学习综合指南。第二版扩展了关键算法和概念的覆盖范围，使其成为人工智能领域学生、研究人员和从业者的必备书籍。

RoboCat

AI 模型

可自我改进的机器人 AI 代理，可学习在不同机器人手臂上执行各种任务。它只需 100 次演示即可适应新任务，并生成自己的训练数据以提高性能，从而加速机器人研究。RoboCat 是一种可自我改进的机器人 AI 代理，可学习在不同机器人手臂上执行各种任务。它只需 100 次演示即可适应新任务，并生成自己的训练数据以提高性能，从而加速机器人研究。

Handful of Trials

AI GitHub 仓库

该代码仓库包含论文“Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynamics Models”的实验代码。它实现了 PETS 算法，将具备不确定性感知的深度网络动力学模型与基于采样的不确定性传播相结合，在强化学习任务中实现高效的样本学习。