#reinforcement-learning Dépôts
564 dépôts au total
Un framework open source d'apprentissage par renforcement pour former, évaluer et déployer des agents de trading robustes.
Mooncake est la plateforme de service pour Kimi, un service LLM leader fourni par Moonshot AI.
Une collection d'articles, de blogs et de projets LLM, axée sur OpenAI o1 🍓 et les techniques de raisonnement.
🔬 Une liste curated d'incroyables LLMs et stratégies et outils d'apprentissage profond sur le marché financier.
Liste de lecture pour les sujets de recherche en apprentissage automatique multimodal
Une liste curatée de méthodes d'auto-supervision excellentes
Le Pont RL pour les Applications d'Agents basées sur LLM. Simple et Flexible.
Implémentez un LLM de raisonnement dans PyTorch à partir de zéro, étape par étape
RLinf: Infrastructure d'apprentissage par renforcement pour l'IA incarnée et agentique
OpenSpiel est une collection d'environnements et d'algorithmes pour la recherche en apprentissage par renforcement général et en recherche/planification dans les jeux.
Dans ce notebook, je vais créer un processus complet pour prédire les mouvements des prix des actions. Suivez-moi et nous obtiendrons de bons résultats. Pour cela, nous utiliserons un Réseau Antagoniste Génératif (GAN) avec LSTM, un type de Réseau de Neurones Récurrents, comme générateur, et un Réseau de Neurones Convolutifs, CNN, comme discriminateur. Nous utilisons LSTM pour la raison évidente que nous essayons de prédire des données de séries temporelles. Pourquoi utilisons-nous GAN et plus précisément CNN comme discriminateur ? C'est une bonne q
Search-R1: Un framework d'entraînement RL efficace et évolutif pour le raisonnement et l'appel de moteurs de recherche basé sur LLM entrelacés avec veRL
Un framework open source pour animaux de compagnie robotiques quadrupèdes destiné au développement de robots à quatre pattes de style Boston Dynamics, parfaits pour l'éducation STEM, le codage et la robotique, les applications de robotique IoT, les services d'applications de robotique améliorées par l'IA, la recherche et le développement de kits de robotique DIY.
Moteur Go sans connaissances fournies par l'humain, modélisé d'après l'article AlphaGo Zero.
Un moteur d'entraînement de nouvelle génération conçu pour les modèles MoE ultra-larges
EasyR1 : Un framework d'entraînement RL multi-modalités efficace et évolutif basé sur veRL
Dépôt pour le programme Nanodegree en apprentissage par renforcement profond
Ce dépôt contient le cours d'apprentissage par renforcement profond de Hugging Face.
🌟100+ diagrammes originaux LLM / RL 📚, par l'auteur de "Large Model Algorithms" ! 💥 (Plus de 100 cartes d'algorithmes LLM/RL)
🚀 Un curriculum open-source et pratique comblant l'écart des concepts RL de base à l'alignement LLM, RLVR et systèmes Agentic avancés.
Notre bibliothèque pour les environnements d'apprentissage par renforcement + évaluations
Un dépôt pour l'entraînement distribué de modèles de langage avec Reinforcement Learning via Human Feedback (RLHF)
La pile logicielle de Google DeepMind pour la simulation basée sur la physique et les environnements d'apprentissage par renforcement, utilisant MuJoCo.
NVIDIA Isaac Sim™ est une application open-source sur NVIDIA Omniverse pour le développement, la simulation et le test de robots pilotés par l'IA dans des environnements virtuels réalistes.
[ICML 2021] DouZero : Maîtriser DouDizhu avec l'apprentissage par renforcement profond en auto-jeu | 斗地主AI
Qwen3.8 est une série de grands modèles de langage développée par l’équipe Qwen du groupe Alibaba.
Une liste organisée de ressources sur l'apprentissage par renforcement avec feedback humain (mise à jour en continu)
Une implémentation propre basée sur AlphaZero pour n'importe quel jeu dans n'importe quel framework + tutoriel + Othello/Gobang/TicTacToe/Connect4 et plus
Project Malmo est une plateforme pour l'expérimentation et la recherche en Intelligence Artificielle construite sur Minecraft. Nous visons à inspirer une nouvelle génération de recherches sur les nouveaux problèmes stimulants présentés par cet environnement unique. --- Pour les instructions d'installation, faites défiler vers le bas jusqu'à *Getting Started* ci-dessous, ou visitez la page du projet pour plus d'informations :
Une planification personnalisée Anki moderne basée sur l'algorithme Free Spaced Repetition Scheduler
Client StarCraft II - définitions de protocole utilisées pour communiquer avec StarCraft II.
Un bras humanoïde entièrement open-source pour la recherche en IA physique et le déploiement dans des environnements riches en contacts.
OpenDILab Decision AI Engine. Le framework d'apprentissage par renforcement le plus complet B.P.
Une bibliothèque PyTorch modulaire, axée sur les primitives et d'abord en Python pour l'apprentissage par renforcement.
Une liste organisée de recherches de pointe en IA incarnée, axée sur les modèles vision-langage-action (VLA), la navigation vision-langage (VLN) et les approches d'apprentissage multimodal apparentées.