2 مستودعات
Renders top-down maps, agent trajectories, and 3D scene views using off-screen rendering and matplotlib integration.
Distinct from Interactive Visualization Rendering: Distinct from Interactive Visualization Rendering: focuses on visualizing agent behavior and simulation state, not general data chart rendering.
Explore 2 awesome GitHub repositories matching data & databases · Agent Behavior Visualizers. Refine with filters or upvote what's useful.
هذه مكتبة تعلم معزز لـ PyTorch مصممة لتدريب الوكلاء في بيئات المحاكاة. توفر مجموعة من خوارزميات التعلم المعزز العميق التي تركز على طرق تدرج السياسة (policy gradient) وتحسين منطقة الثقة (trust-region optimization). تنفذ المكتبة مجموعة من خوارزميات تدرج السياسة، بما في ذلك A2C و PPO، إلى جانب إطار عمل للتعلم بالتقليد باستخدام Generative Adversarial Imitation Learning. تتميز بشكل خاص بتنفيذ قابل للتوسع لخوارزمية ACKTR، باستخدام تقريبات Kronecker-factored لتمكين تحسين منطقة الثقة بكفاءة. يغطي الكود المصدري إمكانات أوسع بما في ذلك واجهات بيئة موحدة لتكامل المحاكاة، والمعالجة بالدفعات القائمة على التجربة، وأدوات لتصور سلوك الوكيل وتقدم التدريب.
Provides tools for rendering agent trajectories and 3D scene views in notebooks to evaluate learned policies.
Habitat-Lab is an open-source platform for training and evaluating embodied AI agents in photorealistic 3D indoor environments. It functions as a high-performance 3D indoor environment simulator that supports physics-based interaction, enabling research into navigation and manipulation tasks. The platform provides a modular task-environment abstraction that separates task logic from environment simulation, using configuration-driven pipeline assembly to compose simulation and training pipelines. It includes a hierarchical sensor-actuator architecture for mixing and matching perception and act
Renders top-down maps, agent trajectories, and 3D scene views using off-screen rendering and matplotlib integration.