#reinforcement-learning Repositorios
564 repositorios en total
Un marco de aprendizaje por refuerzo de código abierto para entrenar, evaluar y desplegar agentes de trading robustos.
Mooncake es la plataforma de servicio para Kimi, un servicio líder de LLM proporcionado por Moonshot AI.
Una colección de artículos, blogs y proyectos de LLM, con un enfoque en OpenAI o1 🍓 y técnicas de razonamiento.
🔬 Una lista curada de LLMs geniales y estrategias y herramientas de aprendizaje profundo en el mercado financiero.
Lista de lectura para temas de investigación en aprendizaje automático multimodal
Una lista curada de métodos de auto-supervisión impresionantes
Implementar un LLM de razonamiento en PyTorch desde cero, paso a paso
OpenSpiel es una colección de entornos y algoritmos para la investigación en aprendizaje por refuerzo general y búsqueda/planificación en juegos.
En este notebook crearé un proceso completo para predecir los movimientos de precios de las acciones. Síguelo y obtendremos algunos resultados bastante buenos. Para ello usaremos una Red Generativa Antagónica (GAN) con LSTM, un tipo de Red Neuronal Recurrente, como generador, y una Red Neuronal Convolucional, CNN, como discriminador. Usamos LSTM por la razón obvia de que estamos tratando de predecir datos de series temporales. ¿Por qué usamos GAN y específicamente CNN como discriminador? Esa es una buena q
Search-R1: Un marco de entrenamiento RL eficiente y escalable para razonamiento y llamadas al motor de búsqueda basado en LLM entrelazados con veRL
Un marco de robot mascota cuadrúpedo de código abierto para desarrollar robots de cuatro patas al estilo de Boston Dynamics que son perfectos para educación STEM, codificación y robótica, aplicaciones de robótica IoT, servicios de aplicaciones de robótica mejoradas con IA, investigación y desarrollo de kits de robótica DIY.
Motor de Go sin conocimiento proporcionado por humanos, modelado según el paper de AlphaGo Zero.
Un motor de entrenamiento de próxima generación diseñado para modelos MoE ultragrandes
EasyR1: Un framework de entrenamiento RL multimodal eficiente y escalable basado en veRL
Repositorio para el programa Nanodegree de Aprendizaje por Refuerzo Profundo
Este repositorio contiene el curso de aprendizaje por refuerzo profundo de Hugging Face.
🌟 ¡Más de 100 diagramas originales de LLM / RL 📚, obra maestra del autor de "Large Model Algorithms"! 💥 (100+ Mapas de Algoritmos LLM/RL)
🚀 Un currículo de código abierto y práctico que cierra la brecha desde conceptos básicos de RL hasta alineación de LLM, RLVR y sistemas Agentic avanzados.
Un repositorio para el entrenamiento distribuido de modelos de lenguaje con Reinforcement Learning via Human Feedback (RLHF)
El stack de software de Google DeepMind para simulación basada en física y entornos de Reinforcement Learning, utilizando MuJoCo.
NVIDIA Isaac Sim™ es una aplicación de código abierto en NVIDIA Omniverse para desarrollar, simular y probar robots impulsados por IA en entornos virtuales realistas.
[ICML 2021] DouZero: Dominando DouDizhu con Aprendizaje por Refuerzo Profundo de Auto-Juego | 斗地主AI
Qwen3.8 es una serie de modelos de lenguaje de gran escala desarrollada por el equipo de Qwen de Alibaba Group.
Una lista curada de recursos de aprendizaje por refuerzo con retroalimentación humana (actualizada continuamente)
Una implementación limpia basada en AlphaZero para cualquier juego en cualquier framework + tutorial + Othello/Gobang/TicTacToe/Connect4 y más
Project Malmo es una plataforma para experimentación e investigación en Inteligencia Artificial construida sobre Minecraft. Nuestro objetivo es inspirar a una nueva generación de investigación en los nuevos problemas desafiantes presentados por este entorno único. --- Para instrucciones de instalación, desplázate hacia abajo hasta *Getting Started* a continuación, o visita la página del proyecto para más información:
Resumen y estudio de materiales de ChatGPT, actualización continua......
Una programación personalizada moderna de Anki basada en el algoritmo Free Spaced Repetition Scheduler
Cliente de StarCraft II - definiciones de protocolo utilizadas para comunicarse con StarCraft II.
Un brazo humanoide completamente de código abierto para la investigación de IA física y el despliegue en entornos de contacto intensivo.
OpenDILab Decision AI Engine. El framework de aprendizaje por refuerzo más completo B.P.
Una biblioteca PyTorch modular, orientada a primitivas y primero en Python para Reinforcement Learning.
Una lista curada de investigación de vanguardia en IA encarnada, centrándose en modelos de visión-lenguaje-acción (VLA), navegación visión-lenguaje (VLN) y enfoques de aprendizaje multimodal relacionados.