#deep-reinforcement-learning Repositories
Entdecke 99 aktive Open-Source-GitHub-Repositories, die mit #deep-reinforcement-learning getaggt sind und insgesamt 324,947 Sterne gesammelt haben (durchschnittlich 3,282 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Unity-Technologies/ml-agents mit 19,887 Sternen.
Insgesamt 99 Repositories
Das Unity Machine Learning Agents Toolkit (ML-Agents) ist ein Open-Source-Projekt, das Spiele und Simulationen als Umgebungen für das Training intelligenter Agenten mit Deep Reinforcement Learning und Imitation Learning ermöglicht.
Open-Source-Simulator für autonome Fahrzeuge, der auf Unreal Engine / Unity aufbaut, von Microsoft AI & Research
Dieses Repository enthält Implementierungen und illustrativen Code zur Begleitung von DeepMind-Publikationen.
Reinforcement Learning Chinesisch Tutorial (Pilzbuch 🍄), Online-Leseadresse: https://datawhalechina.github.io/easy-rl/
Tauchen Sie ein in Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision und NLP, indem Sie aus diesen spannenden Vorlesungen lernen!!
Eine Bildungsressource, um jedem zu helfen, Deep Reinforcement Learning zu lernen.
Hochwertige Single-File-Implementierung von Deep-Reinforcement-Learning-Algorithmen mit forschungsfreundlichen Features (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
Tutorials, Aufgaben und Wettbewerbe für Kurse im Zusammenhang mit MIT Deep Learning.
(⌐■_■) - Deep Reinforcement Learning zur Instrumentierung von bettercap für WiFi-Pwning.
Lab-Materialien für MIT 6.S191: Einführung in das Deep Learning
Flappy Bird Hack mit Deep Reinforcement Learning (Deep Q-Learning).
PyTorch-Implementierungen von Deep-Reinforcement-Learning-Algorithmen und -Umgebungen
Repository für das Deep Reinforcement Learning Nanodegree-Programm
Dieses Repository enthält den Deep Reinforcement Learning Kurs von Hugging Face.
„Große Sprachmodelle“ von: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong
Eine kuratierte Liste von Ressourcen zum Bestärkungslernen mit menschlichem Feedback (kontinuierlich aktualisiert)
FinRL-X: Eine AI-native modulare Infrastruktur für Quantitative Trading
Saubere, robuste und einheitliche PyTorch-Implementierung beliebter Deep Reinforcement Learning (DRL) Algorithmen (Q-Learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL)
Reinforcement Learning / KI-Bots in Kartenspiel (Poker) Spielen - Blackjack, Leduc, Texas, DouDizhu, Mahjong, UNO.
Tensorforce: eine TensorFlow-Bibliothek für angewandtes Reinforcement Learning
Open-Source-Neural-Network-Schach-Engine mit GPU-Beschleunigung und breiter Hardware-Unterstützung.
Eine modulare High-Level-Bibliothek zum Trainieren von verkörperten KI-Agenten in einer Vielzahl von Aufgaben und Umgebungen.
Praktisches Deep Reinforcement Learning, veröffentlicht von Packt
Eine produktionsreife Reinforcement Learning KI-Agentenbibliothek, die vom Applied Reinforcement Learning Team bei Meta entwickelt wurde.
Ein Trainingsframework für Stable Baselines3 Reinforcement Learning Agenten, inklusive Hyperparameter-Optimierung und vortrainierter Agenten.
PPO x Family DRL Tutorial Kurs (Einstiegskurs für entscheidungsintelligente KI: 8 Lektionen, die Ihnen helfen, die Algorithmentheorie zu verstehen, die Logik des Codes zu klären und praktische Entscheidungs-KI-Anwendungen zu meistern)
Minimale Implementierung des abgeschnittenen Objekts Proximal Policy Optimization (PPO) in PyTorch
FinRL®-Meta: Dynamische Datensätze und Marktumgebungen für FinRL.
Top 200 Deep-Learning-GitHub-Repositories, sortiert nach Anzahl der Sterne.
Eine kuratierte Liste von Ressourcen zu Diffusion Models in RL (laufend aktualisiert)
Kostenloser Kurs, der Sie von Null zu Reinforcement Learning PRO bringt 🦸🏻🦸🏽
Tiefe verstärkende Lernverfahren für die Navigation mobiler Roboter im ROS Gazebo Simulator. Unter Verwendung eines neuronalen Twin Delayed Deep Deterministic Policy Gradient (TD3) Netzes lernt ein Roboter, zu einem zufälligen Zielpunkt in einer simulierten Umgebung zu navigieren, während er Hindernissen ausweicht.
Eine künstliche Intelligenz-Plattform für StarCraft II mit groß angelegtem verteiltem Training und Großmeister-Agenten.
Modulares Deep-Reinforcement-Learning-Framework in PyTorch. Begleitbibliothek des Buches „Foundations of Deep Reinforcement Learning“.
Häufig gestellte Fragen
Welches ist das beliebteste #deep-reinforcement-learning-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#deep-reinforcement-learning-Projekt auf GitHub ist Unity-Technologies/ml-agents mit 19,887 Sternen. Das Unity Machine Learning Agents Toolkit (ML-Agents) ist ein Open-Source-Projekt, das Spiele und Simulationen als Umgebungen für das Training intelligenter Agenten mit Deep Reinforcement Learning und Imitation Learning ermöglicht.
Welche Programmiersprachen werden in #deep-reinforcement-learning-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #deep-reinforcement-learning-Projekten auf GitHub sind Python, Jupyter Notebook, C++, C# die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #deep-reinforcement-learning-Repositories berechnet?
Wir verfolgen 99 aktive Open-Source-Repositories, die mit #deep-reinforcement-learning getaggt sind (500+ Sterne), mit insgesamt 324,947 Sternen und durchschnittlich 3,282 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.