#reinforcement-learning Repositories
Insgesamt 564 Repositories
Feinabgestimmte MARL-Algorithmen auf SMAC (100% Gewinnraten in den meisten Szenarien)
LeanRL ist ein Fork von CleanRL, bei dem ausgewählte PyTorch-Skripte durch Kompilierung und Cudagraphs auf Leistung optimiert wurden.
Chinesische Übersetzung von 《Reinforcement Learning: Eine Einführung》 (zweite Auflage)
Ein vollständig privater und lokaler KI-Programmierassistent, entwickelt von Gensyn. Er hilft Ihnen, Programmieraufgaben zu üben und einen neuartigen Assistenten zu trainieren, der Sie beim Codieren unterstützt.
Code für "Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions"
[CoRL '23] Geschicktes Klavierspielen mit Deep Reinforcement Learning.
BenchMARL ist eine Bibliothek zum Benchmarking von Multi-Agent Reinforcement Learning (MARL). BenchMARL ermöglicht den schnellen Vergleich verschiedener MARL-Algorithmen, Aufgaben und Modelle, während es systematisch auf seinen beiden Kernprinzipien basiert: Reproduzierbarkeit und Standardisierung.
Eine asynchrone Reinforcement-Learning-Engine für omnimodales Post-Training im großen Maßstab
Dieser Code entspricht Simulationsumgebungen, die im Rahmen des MimicGen-Projekts verwendet werden.
Forschungsportfolio eines Gymnasiasten: 2 peer-reviewte Publikationen (IEEE, IJHSR) + 3 laufende Projekte in den Bereichen quanteninspiriertes maschinelles Lernen, Computational Biology, biomedizinische Bildgebung, Reinforcement Learning für Waldbrände und Bildungsforschung im naturwissenschaftlichen Bereich. Mit Verbindungen zu Stanford Medicine, UCLA COSMOS und UCSB SRA.
RLAnything (ICML 2026) & AutoTool (ICML 2026), DemyAgent: Open-Source-RL für LLMs und Agenten-Szenarien
KI-Forschungsplattform für Reinforcement Learning aus realen Panoramabildern.
Implementierung von Inverse Reinforcement Learning (IRL)-Algorithmen in Python/TensorFlow. Deep MaxEnt, MaxEnt, LPIRL
Dies ist ein Projekt über Algorithmen zur autonomen Hindernisvermeidung mittels Deep Reinforcement Learning für UAVs.
Eine PyTorch-Bibliothek zum Erstellen von Agenten für Deep Reinforcement Learning.
Projektseite für "Seg-Zero: Reasoning-Chain-gesteuerte Segmentierung durch kognitive Verstärkung"
API zum Ausführen von VirtualHome, einem Multi-Agent-Haushalts-Simulator
Neueste Fortschritte im Long Chain-of-Thought-Schlussfolgern
Dieses Repository enthält eine Sammlung von Ressourcen und Arbeiten zu Diffusion Models für RL, die die Arbeit "Diffusion Models for Reinforcement Learning: A Survey" begleiten.
Single File, Single GPU, Von Grund auf, Effizient, Full Parameter Tuning Bibliothek für "RL for LLMs"
Vision–Language–Action-Modelle für autonomes Fahren (VLA4AD) Ressourcen, die als begleitendes Repository zu dem Übersichtsartikel „A Survey on Vision–Language–Action Models for Autonomous Driving“ dienen.
[ICLR 2026] ReCogDrive: Ein verstärktes kognitives Framework für End-to-End-autonomes Fahren
Vollständiger Lebenszyklus eines Data-Science-Projekts
Open-Source-Code für "HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit".
Erkunden Sie den multimodalen "Aha-Moment" auf dem 2B-Modell
Dieses Repository sammelt einige Codes, die gängige Algorithmen im Bereich des maschinellen Lernens kapseln. Die meisten basieren auf Numpy, Pandas oder Torch. Sie können Ihr Verständnis für verwandte Modelle und Algorithmen vertiefen oder sie überarbeiten, um den für Sie passenden Code zu erhalten, indem Sie sich auf dieses Repository beziehen.
Eine kuratierte Liste von Multi-Modal Reinforcement Learning-Ressourcen (ständig aktualisiert)
Eine Python-Bibliothek zum parallelen Ausführen Tausender MuJoCo-Simulationen auf der CPU
MLGym Ein Neues Framework und Benchmark zur Förderung von KI-Forschungsagenten