#reinforcement-learning Dépôts
564 dépôts au total
Pré-entraînement vidéo (VPT) : Apprendre à agir en regardant des vidéos en ligne non étiquetées
Un format standard pour les ensembles de données d'apprentissage par renforcement hors ligne, avec des ensembles de données de référence populaires et des utilitaires associés
[NeurIPS 2023 Spotlight] LightZero: Un benchmark unifié pour la recherche arborescente Monte Carlo dans des scénarios généraux de prise de décision séquentielle (MCTS impressionnant)
🚀 Ressources IA GRATUITES - 🎓 Cours, 👷 Emplois, 📝 Blogs, 🔬 Recherche IA, et bien plus encore - pour tous !
Machine Learning pour le Trading Algorithmique, Deuxième Édition - publié par Packt
Un package open source qui offre aux créateurs de jeux vidéo, aux chercheurs en IA et aux hobbyistes la possibilité d'apprendre des comportements complexes pour leurs personnages non-joueurs ou agents.
Une collection d'environnements de référence pour l'apprentissage par renforcement hors ligne
RLHF Sûr : Alignement des Valeurs Contraints par l'Apprentissage par Renforcement Sûr à partir des Retours Humains
Le code d'entraînement par apprentissage par renforcement pour AgiBot X1.
🚀🀄️ Une IA rapide et puissante pour le Mahjong Riichi, alimentée par Rust et l'apprentissage par renforcement profond.
bsuite est une collection d'expériences soigneusement conçues qui étudient les capacités fondamentales d'un agent d'apprentissage par renforcement (RL)
Une branche pour ajouter l'entraînement de modèles multimodaux à open-r1
[NeurIPS 2025 Spotlight] Environnements de Raisonnement pour l'Apprentissage par Renforcement avec Récompenses Vérifiables
Une liste sélectionnée des meilleures ressources en Intelligence Artificielle
Moteur d'exécution d'environnement parallèle haute performance basé sur C++ (environnement vectorisé) pour les environnements RL généraux.
[CVPR 2025 Highlight] Modèle de Diffusion Tronqué pour la Conduite Autonome End-to-End en Temps Réel
[IEEE RA-L'25] NavRL : Apprentissage du vol en toute sécurité dans des environnements dynamiques (NVIDIA Isaac/Python/ROS1/ROS2)
Vérification de simulation et déploiement physique d'algorithmes d'apprentissage par renforcement pour robots, adaptés aux robots quadrupèdes, aux robots à roues et aux robots humanoïdes. "sar" représente "simulation et réel"
Curriculum d'apprentissage profond axé sur l'alignement des modèles linguistiques
Benchmark d'apprentissage par imitation axé sur des tâches de locomotion complexes utilisant MuJoCo.
Appel à Talents de Lumina Robotics | Liste de Talents Embodied AI / Robotiques de la Communauté Lumina | Une liste d'emplois Embodied AI / Robotiques (PhD, RA, stagiaire, etc)
Réimplémentation du modèle d'action vision-langage (VLA) pi0 de Physical Intelligence
TextWorld est un environnement d'apprentissage sandbox pour l'entraînement et l'évaluation d'agents d'apprentissage par renforcement (RL) sur des jeux basés sur du texte.
Ceci est un dépôt pour l'implémentation de l'apprentissage par renforcement pour les robots Unitree, basé sur IsaacLab.
Ce dépôt fournit des références précieuses pour les chercheurs dans le domaine de la multimodalité, commencez votre voyage d'exploration dans les MLLM de raisonnement basés sur RL !
Une liste organisée de ressources impressionnantes sur la RL basée sur des modèles (mise à jour en continu)
Agents Llama-3 capables de naviguer sur le Web en suivant des instructions et en vous parlant
ReSearch : Apprendre à raisonner avec la recherche pour les LLM via l'apprentissage par renforcement & ReCall : Apprendre à raisonner avec l'appel d'outils pour les LLM via l'apprentissage par renforcement
Une collection de carnets Jupyter de référence et d'applications de démonstration AI/ML pour des cas d'usage d'entreprise : marketing, tarification, chaîne d'approvisionnement, fabrication intelligente, et plus encore.
Un chat robotique programmable et très maniable pour l'éducation STEM et les services améliorés par l'IA.