JaxMARL

JaxMARL – Biblioteca de Aprendizado por Reforço Multiagente

Produto ComumProgramaçãoAprendizado por ReforçoMultiagente

JaxMARL é uma biblioteca de aprendizado por reforço multiagente que combina facilidade de uso com desempenho acelerado por GPU. Ela suporta ambientes comuns de aprendizado por reforço multiagente e algoritmos de referência populares. O objetivo é fornecer uma biblioteca abrangente para avaliação de métodos de aprendizado por reforço multiagente e comparação com benchmarks relevantes. Além disso, introduz o SMAX, uma versão simplificada do popular ambiente de desafio multiagente StarCraft, sem a necessidade de executar o motor de jogo StarCraft II.

Suporte a ambientes de aprendizado por reforço multiagente
Suporte a diversos algoritmos de referência
Facilidade de uso
Suporte a aceleração por GPU

Utilizado para pesquisa e desenvolvimento em aprendizado por reforço multiagente

Abrir Site

JaxMARL Situação do Tráfego Mais Recente

Total de Visitas Mensais

474564576

Taxa de Rejeição

36.20%

Média de Páginas por Visita

6.1

Duração Média da Visita

00:06:34

JaxMARL Tendência de Visitas

JaxMARL Distribuição Geográfica das Visitas

Best AI Websites & Tools

JaxMARL

JaxMARL Situação do Tráfego Mais Recente

JaxMARL Tendência de Visitas

JaxMARL Distribuição Geográfica das Visitas

JaxMARL Fontes de Tráfego

JaxMARL Alternativas

JaxMARL — JaxMARL – Biblioteca de Aprendizado por Reforço Multiagente

Steiner-32b-preview — Steiner é um modelo de raciocínio treinado em dados sintéticos, projetado para explorar vários caminhos de raciocínio e verificar autonomamente.

NotaGen — NotaGen é um modelo para geração de música simbólica, que adota o paradigma de treinamento de modelos de linguagem grande e se concentra na geração de partituras clássicas de alta qualidade.

MLGym — O MLGym é uma nova estrutura e benchmark para avançar a pesquisa de agentes de IA.

Open Multi-Agent Canvas — Uma interface de bate-papo multiagente de código aberto que permite gerenciar vários agentes em uma conversa dinâmica.

VLM-R1 — O VLM-R1 é um modelo de linguagem visual reforçado estável e versátil, focado em tarefas de compreensão visual.

NovaSky — NovaSky é uma plataforma de tecnologia de inteligência artificial focada em geração de código e otimização de modelos de inferência.

AlphaMaze — AlphaMaze é um modelo de linguagem decodificador focado em tarefas de raciocínio visual, projetado para superar as deficiências dos modelos de linguagem tradicionais em tarefas visuais.

HOMIEtele — HOMIE é um novo sistema de teleoperação de robôs humanoides que integra captura de movimento corporal e um framework de treinamento de aprendizado por reforço para realizar tarefas de locomoção e manipulação precisas.

DeepScaleR-1.5B-Preview — Modelo de linguagem grande otimizado por aprendizado por reforço, focado na melhoria da capacidade de resolução de problemas matemáticos.

R1-V — Melhora a capacidade de generalização de modelos de linguagem visual reforçados de baixo custo, por menos de 3 dólares.

Tülu 3 405B — Tülu 3 405B é um modelo de linguagem de código aberto em larga escala, com desempenho aprimorado por meio de aprendizado por reforço.

CUA — CUA é uma interface universal que permite a interação com o mundo digital por meio de uma interface gráfica.

DeepSeek-R1-Distill-Qwen-1.5B — DeepSeek-R1-Distill-Qwen-1.5B é um modelo de linguagem de código aberto eficiente para inferência, adequado para diversas tarefas de processamento de linguagem natural.

DeepSeek-R1-Distill-Qwen-7B — DeepSeek-R1-Distill-Qwen-7B é um modelo de raciocínio de código aberto, focado em tarefas de matemática, código e raciocínio.

DeepSeek-R1-Distill-Llama-8B — DeepSeek-R1-Distill-Llama-8B é um modelo de linguagem de código aberto de alto desempenho, adequado para tarefas de geração e raciocínio de texto.

DeepSeek-R1-Distill-Qwen-14B — DeepSeek-R1-Distill-Qwen-14B é um modelo de geração de texto de alto desempenho, adequado para diversas tarefas de raciocínio e geração.

DeepSeek-R1-Distill-Qwen-32B — DeepSeek-R1-Distill-Qwen-32B é um modelo de linguagem de código aberto de alto desempenho, adequado para diversas tarefas de geração de texto.

DeepSeek-R1-Distill-Llama-70B — DeepSeek-R1-Distill-Llama-70B é um grande modelo de linguagem otimizado por aprendizado por reforço, focado em raciocínio e capacidade de diálogo.

PaSa — PaSa é um agente de busca de artigos acadêmicos avançado, impulsionado por modelos de linguagem grandes, capaz de tomar decisões autônomas e obter resultados precisos.

Kimi k1.5 — O Kimi k1.5 é um modelo de linguagem multimodal expandido por meio de aprendizado por reforço, focado em aprimorar a capacidade de raciocínio e lógica.

DeepSeek-R1-Zero — DeepSeek-R1-Zero é um modelo de raciocínio treinado com aprendizado por reforço em larga escala, capaz de alcançar excelente capacidade de raciocínio sem precisar de ajuste fino supervisionado.

DeepSeek-R1 — DeepSeek-R1 é um modelo de inferência de alto desempenho, que suporta múltiplas linguagens e tarefas, adequado para aplicações de pesquisa e comerciais.

RLLoggingBoard — Uma ferramenta para visualização do processo de treinamento de feedback humano de aprendizado por reforço, ajudando na compreensão e depuração profunda.

modelos-de-linguagem-grandes-autoadaptativos — Uma estrutura de modelo de linguagem grande que se adapta em tempo real a tarefas desconhecidas.

Eurus-2-7B-PRIME — Modelo de linguagem de 7B parâmetros treinado com o método PRIME, projetado para aprimorar a capacidade de raciocínio.

EurusPRM-Estágio2 — EurusPRM-Estágio2 é um modelo de aprendizado por reforço baseado em recompensas implícitas de processo, projetado para melhorar a capacidade de raciocínio de modelos gerativos.

EurusPRM-Estágio1 — EurusPRM-Estágio1 é um modelo de aprendizado por reforço baseado em recompensas implícitas de processo, projetado para melhorar a capacidade de raciocínio de modelos generativos.

PRIME-RL — O PRIME aprimora o aprendizado por reforço online por meio de recompensas implícitas, melhorando a capacidade de raciocínio de modelos de linguagem.

Orquestra — Estrutura de pipeline de tarefas e equipe multiagente impulsionada por IA