Mar, 2023

Pgx: 强化学习游戏模拟的硬件加速并行化

PDF
TL;DR使用 JAX 编写的 Pgx 可以模拟 Backgammon、Shogi 和 Go 等重要的人工智能研究基准测试，并且可以轻松扩展到数千个并行执行的 GPU / TPU 加速器，其单个 A100 GPU 的模拟速度比现有的强化学习库快 10 倍。
发现论文，激发创造
  • 基于 GPU 加速的分布式强化学习机器人仿真

    使用 GPU 加速物理引擎 NVIDIA Flex 模拟机器人学习在连续控制和运动任务上表现出了极大的优势，使用少量的 CPU 与单 GPU 即可短时间内训练出高效的机器人智能。

    Oct, 2018

  • 深度强化学习的加速方法

    探究了如何优化现有的深度强化学习算法以适应现代计算机，特别是在 CPU 和 GPU 的组合下使用许多并行模拟器实例进行训练，并建立了一个统一的并行化框架，使用 GPU 加速数据收集和训练，成功地在短短几分钟内使用整个 DGX-1 在 Atari 游戏中学习出成功的策略。

    Mar, 2018

  • 并行 Q 学习：在大规模并行仿真下扩展离策略强化学习

    本研究介绍了一种并行的 Q 学习方案（PQL），通过并行化数据收集、策略学习和值学习，在墙钟训练时间上优于 PPO 算法，并保持了离策略学习的高样本效率。

    Jul, 2023

  • XLand-MiniGrid：基于 JAX 的可扩展元强化学习环境

    我们提出了 XLand-MiniGrid，这是一个基于 XLand 的多样性和深度以及 MiniGrid 的简洁和极简主义所启发的元强化学习研究工具和网格世界环境套件。

    Dec, 2023

  • Isaac Gym：面向机器学习的高性能 GPU 物理仿真平台

    该研究证明了使用 Isaac Gym 平台进行机器人学习的高效性，其在 GPU 上进行物理模拟和神经网络策略培训，大大提高了单 GPU 上复杂机器人任务训练的速度。

    Aug, 2021

  • Megaverse: 以每秒一百万体验模拟具身代理

    Megaverse 是一个新的 3D 模拟平台，可用于强化学习和具身智能研究，其高效的引擎设计可以在单个 8-GPU 节点上以每秒超过 1,000,000 次的速度进行基于物理的模拟，是 DeepMind Lab 的 70 倍以上，用于建立涵盖多种认知挑战的多项智能任务的基准，提供模型无关的 RL 基线并促进未来研究。

    Jul, 2021

  • GPU 加速的价值迭代与模拟，在保质期库存控制中实现更远更快的前进

    利用 GPU 加速技术运行价值迭代算法可以节省时间和计算资源，我们使用 Python 库 JAX 实现了该算法的高级 API，并依靠该库的函数转换和编译器来高效地利用 GPU 硬件。通过将该算法应用于实际场景，我们的研究表明这种方法的普惠性，可以在消费级 GPU 上进行大规模并行计算，适用于一系列运营研究中需要处理的大规模问题。

    Mar, 2023

  • JaxMARL：基于 JAX 的多智能体强化学习环境

    此研究论文利用 JAX 实现的开源代码库 JaxMARL，通过 GPU 加速以及更灵活的环境设计，提供了高效且全面的多智能体强化学习训练框架，有效应对了计算负担、样本复杂性等挑战。

    Nov, 2023

  • Brax—— 大规模刚体模拟的可微物理引擎

    Brax 是一款基于 JAX 编写的刚体模拟的开源库，旨在实现高效性与加速器上的并行性，支持多种算法训练以及可扩展的性能表现。

    Jun, 2021

  • PGMax: JAX 环境中用于离散概率图模型的因子图和循环置信传播算法

    PGMax 是一个基于 Python 开发的开源软件包，可用于轻松说明离散概率图模型（PGMs）作为因子图，并自动运行使用 JAX 中的高效可伸缩的环形置信传递（LBP），同时支持通用因子图和可计算因子，并利用现代加速器如 GPU 实现推断。与现有替代方案相比，PGMax 获得了更高质量的推断结果，推断时间加速高达三个数量级。此外，PGMax 无缝地与快速增长的 JAX 生态系统互动，为新的研究洞见开启了崭新的可能性。我们的源代码、示例和文档可在这个 https URL 找到。

    Feb, 2022