Ray:新兴人工智能应用的分布式框架
@文章{Moritz2017RayAD, title={Ray:新兴AI应用程序的分布式框架}, author={菲利普·莫里茨(Philipp Moritz)、罗伯特·西哈拉(Robert Nishihara)、斯蒂芬妮·王(Stephanie Wang)、阿列克谢·图马诺夫(Alexey Tumanov)、理查德·刘(Richard Liaw)、埃里克·梁(Eric Liang)、威廉·保罗(William Pa, 日志={ArXiv}, 年份={2017年}, 体积={abs/1712.05889}, 网址={ https://api语义scholar.org/语料库ID:34552495 } }
963引文
资源约束和共享环境中的人工智能
2019
超现实系统:用于分布式深层强化学习的全集成堆栈
2019
使用Reactor模型的高效并行强化学习框架
2023
Ray RLlib:分布式强化学习框架
2017
Cray XC上的可扩展强化学习
2020
Rosella:一种用于异构集群的自驱动分布式调度程序
2021
使用光线和韵律的混合自动机的并行和增量验证
云服务支持跨异构资源的高效AI引导模拟工作流
2023
75参考文献
ELF:一个用于实时策略游戏的广泛、轻量级和灵活的研究平台
2017
进化策略作为强化学习的可扩展替代方案
2017
Omega:用于大型计算集群的灵活、可扩展的调度器
2013
小雨:大规模快速适应性水流处理
2017