您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. pacman-源码

  2. 吃豆人 一组不同的AI算法来玩pacman。 将继续添加不同的游戏玩法。 A *搜索 马尔可夫决策过程 分类器 Q学习 跑步 每种方法的API略有不同-下面是用于运行每种方法的命令集 $ python pacman.py -n 5 -p PartialAgent -l mediumClassic $ python pacman.py -q -n -n 10 -p MDPAgent -l mediumClassic 去做 不同的搜索算法 不同的分类器(RF,SVM,梯度提升等) 模型和模型免费
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:406528
    • 提供者:weixin_42173218
  1. Hawkins_Chess-AI:“霍金斯”是采用蒙特卡洛树搜索算法(强化学习)驱动的国际象棋AI-源码

  2. 霍金斯-国际象棋AI “霍金斯”是由Minimax搜索算法提供支持的Chess AI。 它利用了各种优化技术,主要是对alpha-beta修剪和其他传统国际象棋引擎方法的扩展。
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:332800
    • 提供者:weixin_42181686
  1. SkinDiagnosticAI:使用FastClassAI工作台和哈佛数据库中的HAM10000数据集使用AI进行皮肤癌检测和分类-源码

  2. 皮肤诊断 使用FastClassAI工作台对哈佛HAM10000数据集的皮肤镜图像上的5000种AI方法进行癌症检测和分类的比较 作者:Pasie Rosikiewicz,SwissAI的创始人兼团队负责人许可证:麻省理工学院 目标是快速测试和优化大量的ml和深度学习模型以及数据集预处理程序,这些模型与FastClassAI workebench集成在一个python环境中。 主要目标是: 通过用于模型训练的数据集来识别主要挑战, 探索数据准备,处理和特征提取的不同策略, 通过广泛的网格
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:84934656
    • 提供者:weixin_42151772
  1. ResearchProjectPauMotta:设计RPG AI-源码

  2. 研究项目 指数 1.人工智能的历史 1.1深蓝色 1.2蒙特卡罗树搜索方法 沉浸式体验和AI 2.1游戏外观 2.2。 厄运 2.3。 死了4个人 2.4。 外星人:隔离 设计战斗AI 3.1有限状态机(FSM) 3.2角色扮演战斗 参考书目 1.人工智能的历史 1.1。 深蓝 1.2。 蒙特卡罗树搜索法 2.人工智能和沉浸式游戏 2.1。 游戏外观 Façade是由Michael Mateas和Andrew Stern创建的基于人工智能的交互式故事。 它曾获得2006年Slamdance
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:5120
    • 提供者:weixin_42114046
  1. TouchDown.js:学习_Git-源码

  2. TouchDown.js 使用寻路算法导航火星漫游者 该项目符合Microsoft Engage'20的要求。 Microsoft Engage是Microsoft协助火星殖民计划的一项举措。在该项目中,开发了一个网络应用程序,该程序可模拟火星探测器在红色星球上寻找路径。该项目将可视化从起点到终点的最短路径。避免所有障碍。 我们已经实现了基于AI的最短路径算法,例如Astar,IDAstar,最佳优先搜索,跳转点搜索和正交跳转点搜索。 我们还实现了Dijkstra和广度优先搜索算法,以查找网格中
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:5242880
    • 提供者:weixin_42116713
  1. ConnectFour-AI-Based-Game:连接四是一个确定性的棋盘游戏。 我们为此游戏创建了战略性AI模型。 我们使用了minimax算法和启发式函数来改进我们的策略-源码

  2. 基于ConnectFour-AI的游戏 连接四是一个确定性的棋盘游戏。 我们为此游戏创建了战略性AI模型。 我们使用minimax算法和启发式函数来改进我们的策略。 Minimax搜索树 启发式1,启发式2和启发式3解释 评估启发式1(AI1):对于AI(最大化玩家),我们认为拥有很多顺序的双组和三组组是一个优势。 这就是为什么每组双打的得分都增加10分的原因。 每个三人组的得分都增加了1000分。 对于最小化的玩家,每组双打的得分都减去10分,而每三组的得分都减去1000分。 评估启发式2
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:104448
    • 提供者:weixin_42102933
  1. AI搜索方法-源码

  2. 梅多多斯·德·布斯卡 实施计划的必要条件。 Dado um mapa,是探视者的代理人,Caminho entre是ponitial e um objetivo。 Tabela deconteúdos 马帕 您可以在地图上显示地图的用途,也可以在地图上显示地图。 Um jogo baseado em tilemapéàqueleque conforme de pequenos blocos que formam o mapa。 Cada bloco pode ter propriedades d
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:18432
    • 提供者:weixin_42149145
  1. AI搜索:使用启发式方法寻找旅行商问题的解决方案-源码

  2. 人工智能搜索 使用启发式方法找到旅行商问题的解决方案可以在jbrp94rest中找到Python脚本
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:13312
    • 提供者:weixin_42170064
  1. 古典计划大胆-源码

  2. 介绍 计划是AI中的一个重要主题,因为期望智能代理自动在不确定的领域中计划自己的行动。 规划和调度系统通常用于自动化和物流运营,机器人技术和自动驾驶汽车,以及诸如哈勃望远镜和NASA火星漫游车之类的航空航天应用。 该项目分为实施和分析两部分。 首先,您将结合符号逻辑和经典搜索以实现执行进度搜索以解决计划问题的代理。 然后,您将尝试使用不同的搜索算法和试探法,并使用结果回答有关设计计划系统的问题。 在开始项目之前,请仔细阅读以下所有说明和的项目规则,以了解成功完成项目的要求。 了解项目需求将帮
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:106496
    • 提供者:weixin_42128963
  1. CMPUT355HexKitties-源码

  2. CMPUT355HexKitties 我们是“ HexKitties”团队,HexKitties是我们使用敏捷开发方法的第一个小组项目。 HexKitties是一款脱机存储,基于AI的学习,基于python的本地十六进制游戏,它结合了AI播放器,可视化工具和导师功能。 你可以和你的朋友一起玩 训练十六进制AI并与我们的AI玩家进行训练,我们的AI玩家使用蒙特卡洛树搜索,十六进制虚拟连接算法,UCT(应用于树的上置信界)进行训练 能够导出和重复使用准备好的文件 在Pygame中使用带有UI的
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:41943040
    • 提供者:weixin_42116734
  1. ConnectX-VirtusUP:Virtus Up AI培训的第一个模块的项目,以开发Connect X游戏的代理-源码

  2. ConnectX-VirtusUP Virtus Up AI培训的第一个模块的项目,该项目旨在开发Connect X游戏的代理。 挑战 使代理基于AI,仅具有启发式和AI经典模型(如贝叶斯网或遗传算法)。 中介 该代理使用七行策略开发,并使用遗传算法进行了优化。 启发式方法是基于像奖励一样使用的权重 七排 所采用的策略是基于表环境中一块的影响。 要连续创建4个,表格中的新作品只能在自己位置的3个角附近搜索。 当您在每个方向和新作品的位置上加入3个空格时,将形成一个七行。 为了覆盖所有可能性,
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:387072
    • 提供者:weixin_42116681
  1. fake_news_detection:MAIS202的交付项1,项目是AI假新闻检测-源码

  2. MAIS202 2020年秋季最终项目:假新闻检测器 抽象的 这是麦吉尔MAIS202的最终项目。 该项目的目标是对任何新闻产生“真实”或“伪造”分类。 提出并实现的算法是经典的朴素贝叶斯算法。 另外,我已经实现了广泛的自然语言预处理,使用了诸如“停用词去除”和“词义化”之类的方法来提高分类的准确性。 通过对多项式算法进行网格搜索并实现最佳参数,测试精度达到了97%。 储存库结构 该存储库包含2个文件夹和2个文件:。 派力宝 可交付成果1 数据选择提案.pdf 交付品2 Deliverab
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:145752064
    • 提供者:weixin_42162171
  1. AI-Chess:算法项目:使用minmax算法和alpha beta修剪的AI Chess Engine-源码

  2. 国际象棋 该项目专注于计算机科学概念,例如数据结构和算法。 Chessnut是我们用于所有移动和棋逻辑的棋引擎。 我们正在使用一棵树来生成可能的棋盘,该棋盘可进行3级深度和深度优先搜索,最小极大值和alpha-beta修剪,以根据以下启发式方法找到最佳动作: 材料(每个玩家的总件数) 可能采取的法律行动的数量,重点是中心广场 检查/检查状态 典当结构 当前,由于递归函数要使用大量的计算能力,因此尝试实现多处理功能,因此在超过4个级别的深度上计算启发式状态需要花费大量时间。 深度为3级时,我们
  3. 所属分类:其它

    • 发布日期:2021-02-16
    • 文件大小:21504
    • 提供者:weixin_42118056
  1. PWP-Solver:HyFlex兼容邮政工人问题(PWP)域的实现-源码

  2. 2020年AIM项目 项目描述 这是一个Java程序,应用了框架和典型的AI搜索方法,以解决具有不同实例的后工作者问题(PWP)。 项目结构 AIM-PROJECT-2020-SCYKW1 ├── out.csv ├── bin ├── lib ├── instances │ └── pwp │ |── square.pwp │ ├── library-15.pwp │ ├── carparks-40.pwp │ ├── tramstops-8
  3. 所属分类:其它

    • 发布日期:2021-02-16
    • 文件大小:7340032
    • 提供者:weixin_42129113
  1. 人工智能搜索算法-源码

  2. 人工智能搜索算法 广度优先搜索 为解决《人工智能:现代方法》第3章第3.4.1节中描述的“真空世界”问题而实施。 迭代加深深度优先搜索算法 用于解决AI搜索自动驾驶导航的问题。 自动驾驶汽车应该从地图上的A点导航到B点,避免交通拥堵。 A *搜索 使用启发式实现对角线距离。
  3. 所属分类:其它

    • 发布日期:2021-02-07
    • 文件大小:9216
    • 提供者:weixin_42146888
  1. tldrstory:基于AI的标题和故事文本理解-源码

  2. 人工智能驱动的标题和故事文本理解 tldrstory是一个由AI驱动的框架,用于理解与故事相关的标题和文本内容。 tldrstory在文本上应用零标记标签,从而可以对内容进行动态分类。 该框架还构建了一个txtai索引,该索引启用了文本相似性搜索。 可自定义的Streamlit应用程序和FastAPI后端服务使用户可以查看和分析处理的数据。 tldrstory有相应的,涵盖了本自述文件及更多内容。 看看这个! 例子 以下链接是使用tldrstory构建的示例应用程序。 这些演示也可以在上找到。
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:5242880
    • 提供者:weixin_42134054
  1. deep_learning_and_the_game_of_go:“深度学习与围棋”一书的代码和其他材料-源码

  2. 深度学习和围棋游戏 该存储库首先是针对Go游戏的全面的机器学习框架,重点是深度学习技术。 您会发现这里是一个从游戏基础知识到非常先进的技术的库。 特别是,您会找到用于游戏AI早期方法,使用深度学习的中间技术以及AlphaGo和AlphaGo Zero的实现的代码-所有这些都在一个通用框架中提供。 您可以使用pip安装此库,并按照code文件夹中的examples进行操作。 pip install dlgo 另一方面,该存储库同时包含以及《深度学习和围棋》(Manning)一书的示例章节,可
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:331350016
    • 提供者:weixin_42122881
  1. 课程20:《面向程序员的深度学习》,2020年,网站-源码

  2. 面向程序员的实用深度学习 使用Fastai和PyTorch进行编码器的深度学习:没有博士学位的AI应用-本书和课程 欢迎使用面向程序员的实用深度学习。 该网站涵盖了本书和该课程的2020年版本,它们旨在紧密合作。 如果您还没有这本书,可以 。 它也作为交互式Jupyter笔记本; 请继续阅读以了解如何访问它们。 我该如何开始? 如果您现在准备潜水,那么这里是入门方法。 如果您想进一步了解本课程,请阅读下一节,然后回到此处。 要观看视频,请单击导航侧栏中的“课程”部分。 所有课程都有可搜索的成
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:17825792
    • 提供者:weixin_42101384
  1. txtai:基于AI的搜索引擎-源码

  2. 人工智能驱动的搜索引擎 txtai在文本的各个部分上建立了一个AI驱动的索引。 txtai支持构建文本索引以执行相似性搜索并创建基于提取问题的系统。 txtai还具有用于零镜头分类的功能。 NeuML使用txtai和/或其背后的概念来支持我们所有的自然语言处理(NLP)应用程序。 示例应用程序: 用于医学/科学论文的AI驱动的文献发现和审阅引擎 AI的标题和故事文本的理解 事实驱动的实时体育赛事和新闻网站 直接从终端询问编码问题 txtai构建在以下堆栈上: Python 3.6+ 安装
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:142336
    • 提供者:weixin_42150341
  1. 吉娜:在云中构建神经搜索的更简单方法-源码

  2. 在云中构建神经搜索的更简单方法 Jina是一种深度学习驱动的搜索框架,用于在云中构建跨/多模式搜索系统(例如,文本,图像,视频,音频)。 :stopwatch_selector: 节省时间-神经搜索系统的设计模式,从零到几分钟即可投入生产。 :milky_way: 通用搜索-大规模索引和查询非结构化数据:视频,图像,长/短文本,音乐,源代码等。 :brain: 一流的AI模式-一流支持。 :cloud_selector: 云就绪-具有云原生功能的分散式架构即用型:容器化,微服务
  3. 所属分类:其它

    • 发布日期:2021-02-02
    • 文件大小:7340032
    • 提供者:weixin_42131798
« 12 »