微软开源的面向 AI 的量化投资平台,覆盖数据处理、模型训练、回测与订单执行。
AI 与机器学习#quantitative-finance#machine-learning#algorithmic-trading#backtesting#reinforcement-learning
5万7828PythonMIT更新于 6天前
让 Unity 游戏和仿真环境成为训练智能体的平台,支持强化学习与模仿学习。
ML-Agents 是 Unity 推出的开源工具包,可以把用 Unity 制作的游戏和仿真场景变成训练智能体的环境。项目基于 PyTorch 实现了深度强化学习和模仿学习算法,适用于 2D、3D 以及 VR/AR 场景,游戏开发者和研究人员都可以使用。
在 Unity 端,可以把 SDK 集成到自定义场景或游戏中;在 Python 端,通过 API 直接控制 Unity 环境,并可将其封装为 Gym 或 PettingZoo 环境。算法方面支持 PPO、SAC、MA-POCA 和自我对弈,覆盖单智能体与多智能体场景,同时提供行为克隆和 GAIL 等从示范中学习的方法。
训练好的智能体可用于控制 NPC 行为、对游戏版本进行自动化测试,或在发布前评估不同的游戏设计方案。项目自带 17 个以上示例环境,并支持课程学习、环境随机化以及多个环境实例并行训练。
阅读 Unity Package 文档了解安装与设置
从发布页面下载最新版本
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
微软开源的面向 AI 的量化投资平台,覆盖数据处理、模型训练、回测与订单执行。
Ray 是一个统一的框架,可将 Python 和 AI 应用从笔记本扩展到集群运行。
一本从基础到应用算法的强化学习入门小书,仓库附带 PyTorch 算法实现。
端到端开源机器学习平台,提供 Python 和 C++ 接口,用于构建和部署 ML 模型。
面向文本、视觉、音频和多模态的前沿机器学习模型定义框架,可用于推理和训练。
Hugging Face Hub 的官方命令行工具(hf)与 Python 客户端,用于下载、上传和管理仓库。