#reinforcement-learning Dépôts
564 dépôts au total
robosuite : Un framework de simulation modulaire et un benchmark pour l'apprentissage robotique
GigaBrain-0: Un modèle vision-langage-action alimenté par un modèle du monde
Articles excellents de Deep Learning pour la recherche, la recommandation et la publicité industrielles. Ils se concentrent sur Embedding, Matching, Pre-Ranking, Ranking, Post Ranking, Pertinence, LLM et RL. Veuillez citer notre article "Deep Learning to Rank in Industrial Search Engines, Recommender Systems, and Online Advertising - An Overview and New Perspectives" (TOIS 2026).
Cours de tutoriel PPO x Family DRL (Cours public d'introduction à l'intelligence décisionnelle : 8 leçons pour vous aider à démêler la théorie des algorithmes, à clarifier la logique du code et à maîtriser les applications pratiques de l'IA décisionnelle)
ProtoMotions est un framework de simulation et d'apprentissage accéléré par GPU pour l'entraînement de personnages numériques simulés physiquement et de robots humanoïdes.
verl-agent est une extension de veRL, conçue pour entraîner des agents LLM/VLM via RL. verl-agent est également le code officiel du papier "Group-in-Group Policy Optimization for LLM Agent Training"
Une suite légère de méthodes d'imitation de mouvement pour l'entraînement de contrôleurs.
Solutions de Reinforcement Learning : Une introduction
MiMo : Libérer le potentiel de raisonnement du modèle linguistique – de la pré-formation à la post-formation
Une bibliothèque RL modulaire pour affiner les modèles linguistiques aux préférences humaines
Developer Asset Hub pour NVIDIA Nemotron — Une ressource tout-en-un pour les recettes d'entraînement, les manuels d'utilisation, les jeux de données et les exemples de référence complets de bout en bout pour construire avec les modèles Nemotron.
L'environnement de trading OpenAI Gym le plus simple, flexible et complet (Approuvé par OpenAI Gym)
Une bibliothèque open source pour des démonstrations en simulation et avec de vrais robots, basée sur MuJoCo.
ICCV2019 - Apprendre à Peindre avec l'Apprentissage par Renforcement Profond Basé sur un Modèle
Dépôt officiel de 'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning’
Implémentation minimale de l'optimisation de politique proximale d'objectif tronqué (PPO) dans PyTorch
Une collection d'articles classiques et de pointe de l'industrie dans les domaines de la recommandation/de la publicité/de la recherche. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.
Environnements Gymnasium PyBullet pour l'apprentissage par renforcement single et multi-agent du contrôle de quadricoptère
[RSS 2025] "ASAP : Alignement de la simulation et de la physique du monde réel pour l'apprentissage de compétences agiles pour tout le corps humanoïde"
Environnements d'apprentissage par renforcement basés sur le jeu Doom de 1993 :godmode:
Construction d'agents incarnés ouverts avec des connaissances à l'échelle d'Internet
Machines à Pensée Continue, car la pensée prend du temps et le raisonnement est un processus.
Rainbow est tout ce dont vous avez besoin ! Un tutoriel étape par étape de DQN à Rainbow
Deep Learning Avancé avec Keras, publié par Packt
Implémentation de tous les algorithmes RL de manière plus simple
Une collection d'environnements de simulation robotique pour l'apprentissage par renforcement
DIAMOND (DIffusion As a Model Of eNvironment Dreams) est un agent d'apprentissage par renforcement entraîné dans un modèle de monde de diffusion. NeurIPS 2024 Spotlight.
RoboVerse : Vers une plateforme, un ensemble de données et une référence unifiés pour l'apprentissage robotique évolutif et généralisable
OpenR : Un framework open source pour le raisonnement avancé avec de grands modèles linguistiques
Quelques livres et PDF géniaux liés à l'IA pour l'apprentissage et le téléchargement, appliquez également quelques modèles de bac à sable pour l'apprentissage
Environnement de trading et de backtesting pour l'entraînement d'un agent d'apprentissage par renforcement ou d'un algorithme simple basé sur des règles.
Une plateforme d'expérimentation et de recherche pour étudier l'interaction d'agents automatisés dans des environnements réseau simulés abstraits.