#reinforcement-learning Repositories
Insgesamt 564 Repositories
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.
Modulares Deep-Reinforcement-Learning-Framework in PyTorch. Begleitbibliothek des Buches „Foundations of Deep Reinforcement Learning“.
Minimale und kommentierte Implementierungen von Schlüsselideen aus der modernen Deep-Learning-Forschung.
Der umfassendste Lernpfad für Agent Engineers · KI-Engineering von Grund auf meistern · 20 Phasen, 542 Lektionen · Vollständige chinesische Übersetzung + begleitende Website + animierte Erklärvideos · Leitfaden zum KI-Agent-Engineer
PyTorch-Implementierung von Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet..
Atropos ist ein Framework für Language Model Reinforcement Learning Umgebungen zum Sammeln und Bewerten von LLM-Trajektorien in verschiedenen Umgebungen
Attention-basiertes Modell zum Lernen, verschiedene Routing-Probleme zu lösen
Generierung von Formelsätzen für Alpha (prädiktive) Aktienfaktoren mittels Reinforcement Learning.
Eine kuratierte Liste toller Links und Software-Bibliotheken, die für Roboter nützlich sind.
Bücher / PDFs / EPUBs für verschiedene Bereiche der Programmierung. LESEN WACHSEN UND GENIESSEN 😊😊😊😊
DeepRacer-Workshop-Inhalt. Diese Anleitung zeigt, wie Softwareentwickler eine Amazon SageMaker Notebook-Instanz verwenden können, um AWS DeepRacer-Modelle direkt mit voller Kontrolle zu trainieren und zu bewerten.
Code-Implementierung von „Learning Efficient Online 3D Bin Packing on Packing Configuration Trees“. Wir schlagen vor, die praktische Anwendbarkeit des Online 3D Bin Packing Problem (BPP) durch Lernen auf einem hierarchischen Packungskonfiguration Baum zu verbessern, der das Deep Reinforcement Learning (DRL) Modell einfach mit praktischen Einschränkungen umgehen lässt und auch bei einem kontinuierlichen Lösungsraum gut funktioniert.
Simulationsgestütztes RL-Training und Bereitstellungswerkzeuge für den Unitree Go1 Roboter.
Ein leichtgewichtiger Robotersimulator auf Python-Basis, entworfen für Navigation, Steuerung und Lernen.
Training eines humanoiden Roboters für Fortbewegung mittels Reinforcement Learning
Lesehinweise zu multimodalen großen Sprachmodellen, großen Sprachmodellen und Diffusionsmodellen
NotaGen: Förderung der Musikalität in der symbolischen Musikgenerierung mit Trainingsparadigmen großer Sprachmodelle
Vorlesungsunterlagen, Tutorienaufgaben inklusive Lösungen sowie Online-Videos für den Kurs über bestärkendes Lernen, veranstaltet von der Universität Paderborn
Fastbot(2.0) ist ein modellbasiertes Testwerkzeug zur Modellierung von GUI-Übergängen, um Probleme mit der App-Stabilität zu erkennen
Bewertung und Reproduktion von realen Roboter-Manipulationsrichtlinien (z. B. RT-1, RT-1-X, Octo) in Simulation unter gängigen Setups (z. B. Google Robot, WidowX+Bridge) (CoRL 2024)
[ECCV 2026] MixGRPO: Effizienzsteigerung von flussbasiertem GRPO durch gemischte ODE-SDE
Eine einfache und gut gestaltete PPO-Implementierung. Basierend auf meiner Medium-Serie: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.
Offizielle Implementierung von Gamer: Ein generalistisches Vision-Language-Action-Basismodell für Echtzeit-Spielagenten mit langfristigem Planungshorizont
Fortschrittliche Bibliothek für evolutionäre Berechnungen, die direkt auf PyTorch aufbaut und bei NNAISENSE entwickelt wurde.
[ICLR 2026 Oral] DiffusionNFT: Online Diffusionsverstärkung mit Vorwärtsprozess
Adversarial Skill Embeddings zum Trainieren wiederverwendbarer Controller für physikalisch simulierte Charaktere.