#reinforcement-learning Dépôts
564 dépôts au total
Notes de cours de Machine Learning (Machine Learning) 2021 Spring du professeur Li Hongyi de l'Université de Taiwan (NTU)
Articles liés à l'apprentissage par renforcement, y compris des articles classiques et des articles récents dans les principales conférences
NeurIPS 2023 : Safety-Gymnasium : une référence unifiée pour l'apprentissage par renforcement sûr
[ICML 2026] Ressources officielles de "Graph-R1 : Vers un cadre Agentic GraphRAG via l'apprentissage par renforcement de bout en bout".
Une collection d'articles, de codes, d'ensembles de données, de benchmarks et de ressources sur le raisonnement multimodal.
Articles AAAI 2024 : Explorez une collection complète de recherches innovantes présentées lors de l'une des principales conférences sur l'intelligence artificielle. Intégrez de manière transparente les implémentations de code pour une meilleure compréhension. ⭐ découvrez le progrès de l'intelligence artificielle avec ce dépôt !
Une liste organisée d'articles sur l'apprentissage par renforcement pour la génération de vidéos
Chain-of-Agents : Modèles de Fondation d'Agents de Bout en Bout via la Distillation Multi-Agents et le RL Agéntique.
Meta Agents Research Environments est une plateforme complète conçue pour évaluer les agents d'IA dans des scénarios dynamiques et réalistes. Contrairement aux benchmarks statiques, cette plateforme introduit des environnements en évolution où les agents doivent adapter leurs stratégies à mesure que de nouvelles informations deviennent disponibles, reflétant ainsi les défis du monde réel.
Prototypage de robots pour PyBullet (F1/10 MIT Racecar, Sawyer, Baxter et bras Dobot, Boston Dynamics Atlas et environnement Botlab)
[CVPR 2025 Oral] TokenHSI: Synthèse Unifiée des Interactions Physiques Homme-Scène par Tokenisation des Tâches
Un environnement d’apprentissage par renforcement pour les problèmes complexes de modélisation et de contrôle fondés sur les données en dynamique des fluides.
Publié dans Nature Machine Intelligence ! Le premier vrai robot (quadrotor) basé sur un entraînement avec physique différentiable.
FineEnvs — Introduction aux environnements d’apprentissage par renforcement : créer et faire évoluer des environnements à l’ère des LLM
UMI on Legs : Rendre les politiques de manipulation mobiles avec des contrôleurs corps complet centrés sur la manipulation
Apprentissage par Renforcement Profond (PPO) en Conduite Autonome (Carla) [à partir de zéro]
Ceci est un nouveau dépôt utilisé pour entraîner une politique de navigation UAV (planification de trajectoire locale) en utilisant des méthodes DRL.
Implémentation de ChatGPT RLHF (Reinforcement Learning with Human Feedback) sur n'importe quel modèle de génération dans le transformer de huggingface (blommz-176B/bloom/gpt/bart/T5/MetaICL)
CUDA-L2 : Dépasser les performances de cuBLAS pour la multiplication de matrices par apprentissage par renforcement
[Point fort de CVPR 2025] InterMimic : Vers un contrôle universel du corps entier pour les interactions humain-objet basées sur la physique
Une liste curated de ressources en intelligence artificielle (Cours, Outils, Applications, Projets open source)
Langostino — une plateforme open source de drones autonomes utilisant ROS2 et un contrôle de vol piloté par l’IA. Une implémentation de référence complète pour construire, comprendre et étendre l’autonomie des drones dans le monde réel.
Un framework open source de robot quadrupède de compagnie basé sur ESP32, conçu pour développer des robots à quatre pattes de style Boston Dynamics. Idéal pour l’enseignement des STEM, du codage et de la robotique, les applications robotiques IoT, les services applicatifs robotiques enrichis par l’IA, la recherche et le développement de kits de robotique DIY.
PLUTO : Pousser la limite de la planification basée sur l'apprentissage par imitation pour la conduite autonome
Implémentations d'algorithmes d'Apprentissage par Renforcement Multi-Objectif.
[NeurIPS 2025 Spotlight] Suite de post-entraînement LLM — avec ReasonFlux, ReasonFlux-PRM et ReasonFlux-Coder.
🦆 Réplique du canard robotique Microduck Feetech HD1910 : équilibre sur une patte en conditions réelles, modèles de mouvement prêts à l’emploi, console de commande en chinois, HAT/IMU personnalisé et tutoriel de montage en 3 étapes. Aucun entraînement n’est nécessaire pour une réplique standard.
Liste sélectionnée de cours d'ingénierie en apprentissage automatique accessibles au public et provenant de CalTech, Columbia, Berkeley, du MIT et de Stanford.
[RSS 2024] Agile mais sûr : Apprentissage de la locomotion à pattes à grande vitesse sans collision
Une bibliothèque Python open source pour les simulations de jeux de poker, l’évaluation des mains et l’analyse statistique
Apprentissage par renforcement avec modèle du monde pour les agents VLM multi-tours. Cadre d’apprentissage par renforcement pour la vision (NeurIPS 2025).