#reinforcement-learning Dépôts
564 dépôts au total
Apprentissage par renforcement profond pour la navigation de robots mobiles dans le simulateur ROS Gazebo. En utilisant un réseau neuronal Twin Delayed Deep Deterministic Policy Gradient (TD3), un robot apprend à naviguer vers un point cible aléatoire dans un environnement simulé tout en évitant les obstacles.
Framework modulaire d'apprentissage par renforcement profond en PyTorch. Bibliothèque compagnon du livre "Foundations of Deep Reinforcement Learning".
Implémentations minimalistes et annotées des idées clés de la recherche moderne en apprentissage profond.
Le parcours d’apprentissage le plus complet pour les ingénieurs en agents · Maîtrisez l’ingénierie de l’IA en partant de zéro · 20 étapes, 542 leçons · Traduction intégrale en chinois + site web associé + vidéos explicatives animées · Guide pour devenir ingénieur en agents d’IA
Implémentation PyTorch de Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet..
Atropos est un framework d'environnements d'apprentissage par renforcement pour modèles linguistiques destiné à la collecte et à l'évaluation de trajectoires de LLM dans divers environnements
Modèle basé sur l'attention pour apprendre à résoudre différents problèmes de routage
Génération d'ensembles de formules d'alpha (prédictif) d'actions via l'apprentissage par renforcement.
Une liste curatée d'excellents liens et de bibliothèques logicielles utiles pour les robots.
Livres / PDFs / EPUBs pour différents domaines de la programmation. LIRE GRANDIR ET PROFITER 😊😊😊😊
Notes de lecture sur l'apprentissage profond et l'apprentissage automatique
Contenu de l'atelier DeepRacer. Ce guide montre comment les développeurs logiciels peuvent utiliser une instance de notebook Amazon SageMaker pour entraîner et évaluer directement les modèles AWS DeepRacer avec un contrôle total.
Implémentation du code de « Learning Efficient Online 3D Bin Packing on Packing Configuration Trees ». Nous proposons d'améliorer l'applicabilité pratique du problème de bin packing 3D en ligne (BPP) en apprenant sur un arbre hiérarchique de configurations de conditionnement qui permet au modèle d'apprentissage par renforcement profond (DRL) de traiter facilement les contraintes pratiques et d'être performant même avec un espace de solution continu.
Outils d'entraînement et de déploiement RL de simulation à réalité pour le robot Unitree Go1.
[PKU EPIC Lab] Guide d'introduction à l'IA incarnée pour les débutants
Un simulateur robotique léger basé sur Python conçu pour la navigation, le contrôle et l’apprentissage.
Entraînement d'un robot humanoïde à la locomotion par apprentissage par renforcement
Notes de lecture sur les grands modèles de langage multimodaux, les grands modèles de langage et les modèles de diffusion
Environnements Gymnasium multi-objectifs pour l'apprentissage par renforcement
NotaGen : Faire progresser la musicalité dans la génération musicale symbolique avec des paradigmes d'entraînement de grands modèles linguistiques
Notes de cours, exercices de tutorat y compris les solutions ainsi que des vidéos en ligne pour le cours d'apprentissage par renforcement animé par l'Université de Paderborn
Procgen Benchmark : Environnements Gym similaires à des jeux générés procéduralement
Fastbot(2.0) est un outil de test basé sur un modèle pour modéliser les transitions de l'interface graphique afin de découvrir les problèmes de stabilité des applications
Évaluation et reproduction de politiques de manipulation robotique du monde réel (par ex. RT-1, RT-1-X, Octo) en simulation dans des configurations courantes (par ex. Google Robot, WidowX+Bridge) (CoRL 2024)
[ECCV 2026] MixGRPO : Débloquer l'efficacité de GRPO basée sur le flux avec ODE-SDE mixte
Une implémentation PPO simple et bien stylisée. Basé sur ma série Medium : https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.
Implémentation officielle de Gamer : un modèle de fondation généraliste vision-langage-action pour des agents de jeu vidéo en temps réel à long horizon
Cadre computationnel pour l'apprentissage par renforcement dans le contrôle du trafic
Bibliothèque avancée de calcul évolutionniste construite directement sur PyTorch, créée chez NNAISENSE.
[ICLR 2026 Oral] DiffusionNFT: Renforcement de diffusion en ligne avec processus avant
Incorporations de compétences adversariales pour former des contrôleurs réutilisables pour des personnages simulés physiquement.