2 repository-uri
An iterative optimization strategy that evolves a population of models by replacing poor performers with mutated versions of top models.
Distinct from Hyperparameter Optimization: Distinct from general hyperparameter optimization: specifically uses a population-based evolutionary approach rather than simple grid or random search.
Explore 2 awesome GitHub repositories matching artificial intelligence & ml · Population-Based Training. Refine with filters or upvote what's useful.
FlappyLearning este un sandbox de machine learning și un antrenor de rețele neuronale conceput pentru a simula strategii de neuroevoluție. Acesta oferă un mediu în care agenții artificiali sunt evoluați folosind algoritmi genetici pentru a optimiza performanța într-o simulare de joc. Sistemul folosește un model populațional neuroevoluționar care utilizează rețele neuronale feedforward pentru a dezvolta agenți de joc autonomi. Acesta gestionează evoluția acestor agenți prin iterații bazate pe generații, folosind selecția bazată pe fitness pentru a determina care rețele supraviețuiesc și se reproduc. Framework-ul de antrenare încorporează mutația stochastică a ponderilor pentru a explora noi comportamente și conservarea bazată pe elitism pentru a menține trăsăturile cu cele mai bune performanțe de-a lungul generațiilor. Utilizatorii pot ajusta parametri precum dimensiunea populației și ratele de mutație pentru a regla procesul de învățare.
Implements a population-based training strategy to evolve neural network weights through mutation and selection.
IsaacGymEnvs is a GPU-accelerated physics sandbox and robotics policy training suite designed for reinforcement learning. It serves as a vectorized robotic simulator that runs thousands of parallel environments on GPUs to accelerate the training of neural networks. The project provides a sim-to-real transfer framework that utilizes domain randomization and physics variations to ensure policies trained in simulation are robust enough for deployment on real hardware. It distinguishes itself through a high-performance architecture that uses tensor-based state management to handle observations an
Implements population-based training to iteratively optimize hyperparameters and improve agent performance.