Ce dépôt fournit un cadre complet d'apprentissage par renforcement pour la recherche sur le gameplay de StarCraft II. L'agent principal utilise la Proximal Policy Optimization (PPO) pour apprendre des réseaux de politiques interprétant les données d'observation de l'environnement PySC2 et générant des actions précises dans le jeu. Les développeurs peuvent configurer les couches de réseaux neuronaux, la reformulation des récompenses et les plannings d'entraînement pour optimiser la performance. Le système supporte la collecte d'échantillons en multiprocessing pour plus d'efficacité, des outils de journalisation pour suivre les courbes d'entraînement, et des scripts d'évaluation pour tester les politiques entraînées contre des adversaires scriptés ou IA intégrée. Le code est écrit en Python et utilise TensorFlow pour la définition et l'optimisation des modèles. Les utilisateurs peuvent étendre des composants tels que les fonctions de récompense personnalisées, le pré-traitement des états ou les architectures de réseaux pour répondre à leurs objectifs de recherche spécifiques.

La plateforme d'Aporia offre des solutions complètes de surveillance et d'observabilité pour les modèles d'apprentissage automatique. En permettant un suivi et une analyse en temps réel, la plateforme aide les équipes de data science et d'ingénierie ML à identifier rapidement les problèmes, optimiser les performances et garantir la fiabilité et l'exactitude des modèles d'IA. Les fonctionnalités principales comprennent des garde-fous en temps réel, la détection d'anomalies et le suivi de l'engloutissement, qui sont tous cruciaux pour maintenir des systèmes d'IA robustes et sécurisés.

Censius est une plateforme d'observabilité IA qui aide les entreprises à surveiller, analyser et expliquer en continu leurs modèles de production. En offrant des outils complets pour détecter et diagnostiquer les problèmes, elle permet aux équipes de science des données de garantir des performances, une fiabilité et une transparence optimales des modèles IA. Améliorez les performances réelles de vos modèles IA avec la suite robuste de fonctionnalités de surveillance, d'analyse et de diagnostic de Censius.

Mastra offre une interface visuelle pour concevoir, tester et déployer des agents AI sans écrire de code. Les utilisateurs peuvent faire glisser et déposer des nœuds pour créer des workflows multi-étapes intégrant des modèles linguistiques, la vision par ordinateur et des scripts personnalisés. Les connecteurs de données permettent une récupération transparente depuis des bases de données, CRM ou services web, tandis que les analyses intégrées suivent la performance des agents. Les équipes peuvent collaborer en temps réel, versionner les workflows et revenir aux modifications. Une fois testés, les agents peuvent être déployés en un clic sur des widgets de chat web, des applications de messagerie ou des API REST. Des tableaux de bord de surveillance affichent des métriques d'utilisation, des alertes d'erreurs et des suggestions d'optimisation pour maintenir et améliorer l'efficacité des agents au fil du temps.