Colab

自动驾驶仿真平台。SMARTS作为首个支持MARL的自动驾驶仿真平台，将提供Simulator Core（快速且灵活地创建RL模拟环境）、Algorithm Library（集成主流的强化学习算法）、Multi-Agent Trainer（支持大多数多智能体训练范式）、Policy Zoo（支持对社会车辆的实例化）和 Scenario Studio（支持灵活的场景设置），方便参赛者在比赛过程中实现对车辆动力学行为的真实建模，并利用丰富的交通场景进行研究和应用。

自动翻译框架

视觉标注工具。计算机视觉标注工具（CVAT）是一种基于Web的工具，可用来为计算机视觉算法标注视频和图像。

智能会话框架。DeepPavlov是一个基于TensorFlow和Keras的，专门针对对话系统研究和实验部署的自然语言处理框架。 框架主要包括： 常用的NLP模型（包括Pre-train模型） 如词向量训练、分类、命名实体识别（NER）、相似度计算等； 针对对话系统实现和评测的实验框架（Framework） 基于Json文件进行开发流程和数据流pipeline配置； 提供同第三方应用进行集成的工具 如与Amazon Alexa和Microsoft Bot Framework的集成； 为对话模型的评测提供Benchmark环境 DeepPavlov的默认Pre-train模型和测评数据集主要基于英文和俄文，对于中文场景需要做适当的调整。

用游戏训练自动驾驶。Europilot是一个开源项目，它使用python控制Euro Truck Simulator 2开发自我驾驶算法的工具包。利用流行的欧洲卡车模拟器（ETS2）开发自动驾驶算法。使用europilot，可以捕获游戏屏幕输入，并以编程方式控制模拟器内的卡车。Europilot可以以两种方式之一使用：培训或测试。对于培训，europilot可以实时捕获屏幕输入并输出一个numpy数组，同时获取轮盘游戏杆值。为了进行测试，europilot可以创建一个虚拟的操纵杆驱动程序，该驱动程序可以在游戏中识别，并可以通过编程方式控制卡车。使用此操纵杆，您可以创建一个实时推理网络，该实时推理网络将游戏屏幕用作输入，并输出相关的操纵杆命令，例如转向。

手机AI开发工具包。ML kit是一种手机平台SDK，是一种能够将谷歌专业的机器学习知识带到应用中的极其简单易用的封装包。无论您是否有机器学习的经验，您都可以在几行代码中实现您想要的功能。甚至，您无需对神经网络或者模型优化有多深入的了解，也能完成您想要做的事情。另一方面，如果您是一位经验丰富的ML开发人员，ML kit甚至提供了便利的API，可帮助您在移动应用中使用自定义的TensorFlow Lit模型。