#reinforcement-learning Repositorios
564 repositorios en total
🚀🚀🚀Una colección de algunos proyectos públicos impresionantes sobre Modelos de Lenguaje Grandes (LLM), Modelos de Visión y Lenguaje (VLM), Acción Visión-Lenguaje (VLA), Contenido Generado por IA (AIGC), los Datasets y Aplicaciones relacionados.
Escalado de investigación profunda mediante aprendizaje por refuerzo en entornos del mundo real.
Infraestructura para la optimización guiada por aprendizaje automático (MLGO) en LLVM.
Convierte cualquier repositorio en entornos de RL verificables para agentes de programación: tareas de Harbor con las que puedes entrenar, evaluar y compartir en Hugging Face Hub
Una lista seleccionada de fantásticos frameworks, artículos, software y recursos de NVIDIA Issac Gym
FinMem: Un agente de trading LLM con rendimiento mejorado, memoria en capas y diseño de personajes
Reverb es un sistema de almacenamiento y transporte de datos eficiente y fácil de usar, diseñado para la investigación en aprendizaje automático
Documentos para sistemas de bases de datos impulsados por inteligencia artificial (machine learning para bases de datos)
Fin-R1 es un modelo de lenguaje grande para el razonamiento financiero complejo, desarrollado y de código abierto gracias a los esfuerzos conjuntos del SUFE-AIFLM-Lab de la Escuela de Estadística y Ciencia de Datos de la Universidad de Finanzas y Economía de Shanghái y FinStep.AI.
Entornos 3D simples y fácilmente configurables similares a juegos FPS para aprendizaje por refuerzo
MDPs y POMDPs en Julia - Una interfaz para definir, resolver y simular procesos de decisión de Markov totalmente y parcialmente observables en espacios discretos y continuos.
MM-EUREKA: Explorando las fronteras del razonamiento multimodal con aprendizaje por refuerzo basado en reglas
El primer modelo de comportamiento para controlar un agente humanoide virtual basado en la física para una amplia gama de tareas de cuerpo completo.
Una colección de artículos recientes sobre la construcción de agentes autónomos. Dos temas incluidos: agentes basados en RL / basados en LLM.
Una implementación en Python de inferencia activa para Procesos de Decisión de Markov
Una lista seleccionada de proyectos del conectoma de la mosca de la fruta: MaleCNS, FlyWire, simulaciones cerebrales, modelos corporizados, juegos y herramientas de investigación.
Un marco unificado para facilitar el ajuste fino de modelos de Flow Matching
Código acompañante para la publicación de Nature "Discovering State-of-the-art Reinforcement Algorithms"
Control de locomoción basado en aprendizaje de OpenRobotLab, incluido el control de locomoción híbrido de modelo interno e H-Infinito
Paquete Contrib para Stable-Baselines3 - Código experimental de aprendizaje por refuerzo (RL)
Desatando el poder del aprendizaje por refuerzo para razonadores de matemáticas y código
Planificación de rutas de UAV (vehículo aéreo no tripulado) múltiples/individuales basada en aprendizaje por refuerzo profundo
Una colección y encuesta de vanguardia sobre artículos de modelos de visión-idioma, y repositorio GitHub de modelos. Actualizaciones continuas.
Código para el artículo "Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach"
Una lista curada de impresionantes recursos de RL de exploración (actualizada continuamente)
DDPO para el ajuste fino de modelos de difusión, implementado en PyTorch con soporte LoRA
Conjunto de entornos robóticos basados en el motor de física PyBullet y gymnasium.
R1-buscador: Incentivar la capacidad de búsqueda en LLM a través del aprendizaje por refuerzo
Entorno de póker Texas Hold'em de OpenAI Gym con aprendizaje por refuerzo basado en Keras-RL. Incluye renderizado virtual y Monte Carlo para el cálculo de equity.
[COLM’25] DeepRetrieval — 🔥 Entrenando Agente de Búsqueda por RLVR con Resultado de Recuperación
Estas son las notas del camino de estudio del aprendizaje automático. Puede que encuentres algo útil en ellas.
Aprendizaje por Refuerzo con Control Predictivo Basado en Modelo
CleanDiffuser: Una biblioteca modularizada y fácil de usar para modelos de difusión en la toma de decisiones
Una lista curada de artículos sobre búsqueda en árbol de Monte Carlo con implementaciones.
Base de conocimientos de artículos, proyectos de código abierto, información de la industria y recursos para buscar empleo sobre inteligencia de movimiento de robots humanoides
ReST-MCTS*: Autoentrenamiento de LLM a través de la búsqueda de árboles guiada por recompensa de proceso (NeurIPS 2024)