icon
AI 工具 AI 智能代理 MCP 排名 提交及廣告
登入

專業Benchmarking von Algorithmen工具

專為高效與穩定性設計的Benchmarking von Algorithmen工具，是實現專業成果的不二選擇。

Benchmarking von Algorithmen

  • RL Shooter

    RL Shooter 提供一個可自訂的基於 Doom 的強化學習環境，用於訓練 AI 代理在第一人稱射擊遊戲中導航與射擊目標。
    0
    0
    RL Shooter 是什麼？
    RL Shooter 是一個基於 Python 的框架，整合 ViZDoom 與 OpenAI Gym API，以建立一個彈性的 FPS 遊戲強化學習環境。使用者可自訂場景、地圖及獎勵結構，以進行導航、目標偵測和射擊任務的訓練。它支援可配置的觀察幀、行動空間與日誌功能，並支援流行的深度 RL 函式庫，例如 Stable Baselines 和 RLlib，以提供明確的性能追蹤及實驗可重複性。
    RL Shooter 核心功能
    • 可自訂的 ViZDoom 第一人稱射擊場景
    • 視覺幀觀察流
    • 可調整的獎勵函數
    • 可配置的行動空間定義
    • 支援 OpenAI Gym API
    • 幀跳過與 FPS 控制
    • 記錄與 TensorBoard 支援

  • DeepMind MAS Environment

    與Gym相容的多智能體強化學習環境，提供可自定義的場景、獎勵和智能體通信。
    0
    0
    DeepMind MAS Environment 是什麼？
    DeepMind MAS 環境是一個Python函式庫，提供建構和模擬多智能體強化學習任務的標準化介面。用戶可以配置智能體數量、定義觀察與行動空間，並自定義獎勵結構。該框架支援智能體間通信渠道、性能日誌和渲染功能。研究人員可以將DeepMind MAS無縫整合到流行的RL庫（如TensorFlow與PyTorch），用於基準測試新算法、測試通信協議，並分析離散與連續控制領域。
精選