#reinforcement-learning Repositorios
564 repositorios en total
JMLR: OmniSafe es un marco de infraestructura para acelerar la investigación SafeRL.
Un marco MemAgent que se puede extrapolar a 3,5 millones, junto con un marco de entrenamiento para el entrenamiento de RL de cualquier flujo de trabajo de agente.
Presentamos el conjunto de datos de Razonamiento Lógico de Audio (ALR), que consta de 6.446 muestras anotadas de texto y audio diseñadas específicamente para tareas de razonamiento complejo. Basándonos en este recurso, proponemos SoundMind, un algoritmo de aprendizaje por refuerzo (RL) basado en reglas, diseñado para dotar a los modelos de lenguaje de audio (ALM) de profundas capacidades de razonamiento bimodal.
XuanCe: Una biblioteca integral y unificada de aprendizaje profundo por refuerzo
Una lista seleccionada de recursos dedicados al aprendizaje por refuerzo aplicado a la ciberseguridad.
Algoritmo Asynchronous Advantage Actor-Critic (A3C) para Super Mario Bros
Entornos de aprendizaje por refuerzo para el control de semáforos de tráfico con SUMO. Compatible con Gymnasium, PettingZoo y bibliotecas populares de RL.
Biblioteca modular de aprendizaje por refuerzo (RL) (implementada en PyTorch, JAX y NVIDIA Warp) con soporte para Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground y otros entornos
:computer: Aprende a hacer que las máquinas aprendan para que no tengas que luchar programándolas; La lista definitiva
La pila de mejora continua para agentes. Nuestros datos de entorno y evaluaciones impulsan la mejora y el monitoreo de agentes.
Catálogo abierto y respaldado por fuentes de agentes de uso de computadoras: artículos revisados, modelos de GUI, conjuntos de datos, benchmarks, herramientas y datos reutilizables en JSONL/SQLite.
Implementación oficial de "KungfuBot: Control de cuerpo completo humanoide basado en física para aprender habilidades altamente dinámicas"
Una bifurcación de gym-retro con juegos, emuladores y plataformas compatibles adicionales
UniRL es un marco de trabajo para el aprendizaje por refuerzo de modelos multimodales unificados
Un dict[str, torch.Tensor] que se comporta como un único tensor, y TensorClass: clases de datos tipadas y agrupadas en lotes que se compilan.
Esta es una biblioteca que proporciona tareas de manipulación dual hábil de manos a través de Isaac Gym
Un índice de algoritmos para el aprendizaje por refuerzo sin conexión (offline-rl)
¡Policy Gradient es todo lo que necesitas! Un tutorial paso a paso para métodos PG bien conocidos.
Códigos fuente para el libro "Reinforcement Learning: Theory and Python Implementation"
Aprendizaje por refuerzo sincrónico y asincrónico de alto rendimiento
[ICLR2026] Repensar la generación de pósteres estéticos de alta calidad en un marco unificado
Checkpoint-engine es un middleware simple para actualizar los pesos del modelo en los motores de inferencia de LLM
Colección de papers clásicos y de vanguardia en la industria de recomendaciones y publicidad, y materiales / Papers imprescindibles sobre Sistemas de Recomendación y Predicción de CTR
Entornos de aprendizaje por refuerzo para tareas de optimización de compiladores y programas
UniLab: Infraestructura basada en contratos para el aprendizaje robótico en distintos motores de física y hardware
🌟 Una colección curada de herramientas de IA gratuitas y de alta calidad 🤖, APIs 🔗, conjuntos de datos 📊 y recursos de aprendizaje 📚 que cubren aprendizaje automático 🧠, aprendizaje profundo 🧩, IA generativa 🎨, PLN 💬 y ciencia de datos 📈. Diseñada para ayudar a desarrolladores 👩💻, investigadores 🔬 y creadores ✨ a explorar y construir con IA más rápido ⚡.
Un solucionador rápido y diferenciable de control predictivo por modelo (MPC) para PyTorch.
Un potente modelo de edición de audio basado en LLM de 3 mil millones de parámetros y aprendizaje por refuerzo destaca en la edición de emociones, estilo de habla y paralingüística, y cuenta con una sólida función de texto a voz de cero disparos.
Código para "TD-MPC2: Modelos del mundo escalables y robustos para control continuo"
Un Modelo de Fundamento Abierto y Benchmark para Acelerar la Recomendación Generativa
Un entorno de referencia para el rendimiento humano-IA completamente cooperativo.
La pila completa de posentrenamiento para LLM, además de RL para cualquier problema. SFT, DPO y RL agéntico en varios turnos, con optimización evolutiva de hiperparámetros integrada.
Lista de diseño molecular y de materiales utilizando IA generativa y aprendizaje profundo
Competencia MineRL para Aprendizaje por Refuerzo Eficiente en Muestras - Paquete de Python