

Eureka
简介 :
Eureka是一种人类级奖励设计算法,通过编码大型语言模型实现。它利用最先进的语言模型(如GPT-4)的零样本生成、编写代码和上下文改进能力,对奖励代码进行进化优化。生成的奖励可以用于通过强化学习获得复杂的技能。Eureka生成的奖励函数在29个开源强化学习环境中,包括10种不同的机器人形态,优于人类专家设计的奖励函数。Eureka还能够灵活地改进奖励函数,以提高生成奖励的质量和安全性。通过与课程学习相结合,使用Eureka奖励函数,我们首次展示了一个模拟的Shadow Hand能够进行旋转笔的技巧,熟练地以快速的速度在圆圈中操纵笔。
需求人群 :
适用于需要进行奖励设计和强化学习的任务
产品特色
利用大型语言模型进行奖励设计
通过进化优化生成复杂的奖励函数
使用生成的奖励函数进行强化学习
精选AI产品推荐

Openui
构建UI组件通常是一项乏味的工作。OpenUI旨在使这一过程变得有趣、快捷和灵活。这也是我们在W&B用于测试和原型化下一代工具的工具,用于在LLM的基础上构建强大的应用程序。您可以使用想象力描述UI,然后实时查看渲染效果。您可以要求进行更改,并将HTML转换为React、Svelte、Web组件等。就像是V0的开源和不太精致的版本。
AI开发助手
789.9K

Opendevin
OpenDevin是一个开源项目,目标是复制、增强和创新Devin——一个能够执行复杂工程任务并与用户在软件开发项目上积极协作的自主AI软件工程师。该项目通过开源社区的力量,探索和扩展Devin的能力,识别其优势和改进空间,以指导开源代码模型的进展。
AI开发助手
618.0K