JaxMARL

JaxMARL - Une bibliothèque d'apprentissage par renforcement multi-agents

Produit OrdinaireProgrammationApprentissage par renforcementMulti-agents

JaxMARL est une bibliothèque d'apprentissage par renforcement multi-agents alliant simplicité d'utilisation et performances accélérées par GPU. Elle prend en charge les environnements d'apprentissage par renforcement multi-agents couramment utilisés ainsi que les algorithmes de référence populaires. Son objectif est de fournir une bibliothèque pour l'évaluation complète des méthodes d'apprentissage par renforcement multi-agents et leur comparaison avec des références pertinentes. De plus, elle intègre SMAX, une version simplifiée de l'environnement de challenge multi-agents populaire de StarCraft, sans nécessiter le moteur de jeu StarCraft II.

Prise en charge des environnements d'apprentissage par renforcement multi-agents
Prise en charge de plusieurs algorithmes de référence
Facilité d'utilisation
Prise en charge de l'accélération GPU

Utilisé pour la recherche et le développement en apprentissage par renforcement multi-agents

Ouvrir le site Web

JaxMARL Dernière situation du trafic

Nombre total de visites mensuelles

474564576

Taux de rebond

36.20%

Nombre moyen de pages par visite

6.1

Durée moyenne de la visite

00:06:34

JaxMARL Tendance des visites

JaxMARL Distribution géographique des visites

Best AI Websites & Tools

JaxMARL

JaxMARL Dernière situation du trafic

JaxMARL Tendance des visites

JaxMARL Distribution géographique des visites

JaxMARL Sources de trafic

JaxMARL Alternatives

JaxMARL — JaxMARL - Une bibliothèque d'apprentissage par renforcement multi-agents

Steiner-32b-preview — Steiner est un modèle d'inférence entraîné sur des données synthétiques, conçu pour explorer plusieurs chemins d'inférence et s'auto-vérifier.

NotaGen — NotaGen est un modèle de génération de musique symbolique, entraîné selon le paradigme des grands modèles de langage, axé sur la génération de partitions classiques de haute qualité.

SWE-RL — Amélioration des capacités de raisonnement des grands modèles de langage dans l'évolution des logiciels open source grâce à l'apprentissage par renforcement

MLGym — MLGym est un nouveau framework et une nouvelle référence pour faire progresser les agents de recherche en IA.

Open Multi-Agent Canvas — Une interface de chat multi-agents open source permettant de gérer plusieurs agents dans une conversation dynamique.

VLM-R1 — VLM-R1 est un modèle linguistique visuel renforcé stable et polyvalent, axé sur les tâches de compréhension visuelle.

NovaSky — NovaSky est une plateforme technologique d'intelligence artificielle axée sur la génération de code et l'optimisation des modèles d'inférence.

AlphaMaze — AlphaMaze est un modèle de langage décodeur axé sur les tâches de raisonnement visuel, conçu pour pallier les lacunes des modèles linguistiques traditionnels dans ce domaine.

HOMIEtele — HOMIE est un nouveau système de téléopération de robots humanoïdes intégrant un système de capture de mouvement corporel et un cadre d'apprentissage par renforcement, permettant d'exécuter des tâches de marche et de manipulation avec précision.

Gemini Pro Chatbot — Une application mobile permettant d'utiliser facilement Google Gemini Pro 2.0, prenant en charge les conversations en temps réel et les agents multi-IA.

DeepScaleR-1.5B-Preview — Un grand modèle linguistique optimisé par apprentissage par renforcement, axé sur l'amélioration de la résolution de problèmes mathématiques.

R1-V — Améliore la capacité de généralisation des modèles linguistiques visuels renforcés à faible coût, pour moins de 3 dollars.

Tülu 3 405B — Tülu 3 405B est un modèle linguistique de grande envergure, open source, dont les performances ont été améliorées par apprentissage par renforcement.

CUA — CUA est une interface universelle capable d'interagir avec le monde numérique via une interface graphique.

DeepSeek-R1-Distill-Qwen-1.5B — DeepSeek-R1-Distill-Qwen-1.5B est un modèle linguistique open source performant pour l'inférence, adapté à diverses tâches de traitement du langage naturel.

DeepSeek-R1-Distill-Qwen-7B — DeepSeek-R1-Distill-Qwen-7B est un modèle d'inférence open source spécialisé dans les mathématiques, le code et les tâches de raisonnement.

DeepSeek-R1-Distill-Llama-8B — DeepSeek-R1-Distill-Llama-8B est un modèle linguistique open source haute performance, adapté à la génération de texte et aux tâches d'inférence.

DeepSeek-R1-Distill-Qwen-14B — DeepSeek-R1-Distill-Qwen-14B est un modèle de génération de texte hautes performances, adapté à diverses tâches d'inférence et de génération.

DeepSeek-R1-Distill-Qwen-32B — DeepSeek-R1-Distill-Qwen-32B est un modèle linguistique open source haute performance, adapté à diverses tâches de génération de texte.

DeepSeek-R1-Distill-Llama-70B — DeepSeek-R1-Distill-Llama-70B est un grand modèle linguistique optimisé par apprentissage par renforcement, spécialisé dans le raisonnement et la conversation.

PaSa — PaSa est un agent de recherche d'articles scientifiques avancé, piloté par un grand modèle linguistique, capable de prendre des décisions autonomes et d'obtenir des résultats précis.

Kimi k1.5 — Kimi k1.5 est un modèle linguistique multimodal étendu par apprentissage par renforcement, axé sur l'amélioration des capacités de raisonnement et de logique.

DeepSeek-R1-Zero — DeepSeek-R1-Zero est un modèle d'inférence entraîné par apprentissage par renforcement à grande échelle, capable de réaliser des inférences exceptionnelles sans nécessiter d'ajustement fin supervisé.

DeepSeek-R1 — DeepSeek-R1 est un modèle d'inférence haute performance, prenant en charge plusieurs langues et tâches, adapté à la recherche et aux applications commerciales.

RLLoggingBoard — Un outil de visualisation pour l'entraînement par renforcement avec rétroaction humaine (RLHF), facilitant la compréhension et le débogage en profondeur.

Modèles linguistiques de grande taille auto-adaptatifs — Un framework de modèles linguistiques de grande taille (LLM) auto-adaptatif s'ajustant en temps réel aux tâches inconnues.

Eurus-2-7B-PRIME — Modèle linguistique de 7 milliards de paramètres, entraîné avec la méthode PRIME et conçu pour améliorer les capacités de raisonnement.

EurusPRM-Stage2 — EurusPRM-Stage2 est un modèle d'apprentissage par renforcement basé sur des récompenses de processus implicites, conçu pour améliorer les capacités de raisonnement des modèles génératifs.

EurusPRM-Stage1 — EurusPRM-Stage1 est un modèle d'apprentissage par renforcement basé sur des récompenses de processus implicites, conçu pour améliorer les capacités de raisonnement des modèles génératifs.