#reinforcement-learning Dépôts
564 dépôts au total
Implémentations d'algorithmes d'apprentissage par renforcement et de planification
Algorithmes MARL affinés sur SMAC (taux de victoire de 100 % sur la plupart des scénarios)
LeanRL est un fork de CleanRL, où des scripts PyTorch sélectionnés ont été optimisés pour la performance à l'aide de compile et de cudagraphs.
Traduction chinoise de 《Apprentissage par renforcement : une introduction》 (deuxième édition)
Un assistant de codage IA entièrement privé et local, développé par Gensyn. Il vous aide à vous entraîner sur des problèmes de programmation et à former un nouvel assistant pour vous aider à coder.
Code pour "Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions"
ns3-gym - Le Terrain de Jeu pour l'Apprentissage par Renforcement en Recherche Réseau
Mise à l'échelle de l'apprentissage par renforcement sur des modèles de raisonnement avancés
[CoRL '23] Jeu de piano adroit avec apprentissage par renforcement profond.
Simulateur Hearthstone utilisant C++ avec un peu d'apprentissage par renforcement
BenchMARL est une bibliothèque pour l'évaluation comparative de l'apprentissage par renforcement multi-agents (MARL). BenchMARL permet de comparer rapidement différents algorithmes, tâches et modèles MARL tout en étant systématiquement ancré dans ses deux principes fondamentaux : la reproductibilité et la standardisation.
Un moteur d'apprentissage par renforcement asynchrone pour le post-entraînement omnimodal à grande échelle
Ce code correspond aux environnements de simulation utilisés dans le cadre du projet MimicGen.
Portfolio de recherche au lycée : 2 publications évaluées par des pairs (IEEE, IJHSR) + 3 projets en cours couvrant l’apprentissage automatique inspiré de l’informatique quantique, la biologie computationnelle, l’imagerie biomédicale, l’apprentissage par renforcement appliqué aux incendies de forêt et la recherche en enseignement des sciences. Affilié à Stanford Medicine, UCLA COSMOS et UCSB SRA.
RLAnything (ICML 2026) et AutoTool (ICML 2026), DemyAgent : Apprentissage par renforcement open-source pour les LLM et les scénarios d'agents
Plateforme de recherche en IA pour l'apprentissage par renforcement à partir d'images panoramiques réelles.
Implémentation d'algorithmes d'Inverse Reinforcement Learning (IRL) en Python/TensorFlow. Deep MaxEnt, MaxEnt, LPIRL
Il s'agit d'un projet sur un algorithme d'évitement autonome d'obstacles par apprentissage par renforcement profond pour les drones.
Un package d'apprentissage par renforcement pour Julia
Une bibliothèque PyTorch pour construire des agents d'apprentissage par renforcement profond.
Page du projet pour "Seg-Zero : Segmentation guidée par chaîne de raisonnement grâce au renforcement cognitif"
Dernières avancées en matière de raisonnement à longue chaîne de pensée
Ce dépôt contient une collection de ressources et d'articles sur les modèles de diffusion pour la RL, accompagnant l'article "Diffusion Models for Reinforcement Learning: A Survey".
Plateforme d'intelligence décisionnelle pour la simulation de conduite autonome.
Fichier unique, GPU unique, À partir de zéro, Efficace, Bibliothèque de réglage complet des paramètres pour « RL for LLMs »
Ressources des modèles Vision-Langage-Action pour la conduite autonome (VLA4AD), servant de dépôt compagnon à l'article de synthèse « A Survey on Vision–Language–Action Models for Autonomous Driving ».
[ICLR 2026] ReCogDrive : Un cadre cognitif renforcé pour la conduite autonome de bout en bout
Cycle de vie complet d'un projet de science des données
Code open-source pour "HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit".
Ce dépôt collecte quelques codes qui encapsulent des algorithmes couramment utilisés dans le domaine de l'apprentissage automatique. La plupart sont basés sur Numpy, Pandas ou Torch. Vous pouvez approfondir votre compréhension des modèles et algorithmes associés ou les modifier pour obtenir le code personnalisé qui vous appartient en vous référant à ce dépôt.
Une liste organisée de ressources sur l'apprentissage par renforcement multi-modal (mise à jour en continu)
Une bibliothèque Python pour exécuter des milliers de simulations MuJoCo en parallèle sur le processeur
Un Projet d'Apprentissage par Renforcement à Grande Échelle Open Source pour les Agents de Recherche
MLGym Un Nouveau Framework et Benchmark pour faire Progresser les Agents de Recherche en IA