#reinforcement-learning Dépôts
564 dépôts au total
JMLR : OmniSafe est un cadre d'infrastructure pour accélérer la recherche SafeRL.
Un framework MemAgent extensible à 3,5 millions, ainsi qu'un framework d'entraînement pour l'entraînement RL de tout flux de travail d'agent.
Nous introduisons le jeu de données Audio Logical Reasoning (ALR), composé de 6 446 échantillons annotés texte-audio spécifiquement conçus pour des tâches de raisonnement complexes. En nous appuyant sur cette ressource, nous proposons SoundMind, un algorithme d'apprentissage par renforcement (RL) basé sur des règles, conçu pour doter les modèles linguistiques audio (ALM) de profondes capacités de raisonnement bimodal.
XuanCe : Une bibliothèque complète et unifiée pour l'apprentissage par renforcement profond
Une liste organisée de ressources dédiées à l'apprentissage par renforcement appliqué à la cybersécurité.
Algorithme Asynchronous Advantage Actor-Critic (A3C) pour Super Mario Bros
Environnements d'apprentissage par renforcement pour le contrôle des feux de circulation avec SUMO. Compatible avec Gymnasium, PettingZoo et les bibliothèques RL populaires.
Bibliothèque modulaire d'apprentissage par renforcement (RL) (implémentée en PyTorch, JAX et NVIDIA Warp) avec prise en charge de Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground et d'autres environnements
:computer: Apprenez à faire apprendre les machines pour ne pas avoir à lutter pour les programmer ; La liste ultime
La pile d'amélioration continue pour les agents. Nos données d'environnement et nos évaluations alimentent l'amélioration et la surveillance des agents.
Catalogue ouvert et étayé par des sources d’agents d’utilisation de l’ordinateur : articles évalués, modèles d’interface graphique, jeux de données, benchmarks, outils et données réutilisables au format JSONL/SQLite.
Implémentation officielle de "KungfuBot : Contrôle complet du corps humanoïde basé sur la physique pour apprendre des compétences très dynamiques"
Un fork de gym-retro avec des jeux, des émulateurs et des plateformes supplémentaires pris en charge
UniRL est un cadre pour l'apprentissage par renforcement de modèles multimodaux unifiés
Un dict[str, torch.Tensor] qui se comporte comme un seul tenseur, et TensorClass : des classes de données typées et regroupées par lots qui se compilent.
Ceci est une bibliothèque qui fournit des tâches de manipulation double et adroite des mains via Isaac Gym
Un index d'algorithmes pour l'apprentissage par renforcement hors ligne (offline-rl)
Policy Gradient est tout ce dont vous avez besoin ! Un tutoriel étape par étape pour les méthodes PG bien connues.
RL profond pour le contrôle MPC de la locomotion de robots quadrupèdes
Codes sources pour le livre "Reinforcement Learning: Theory and Python Implementation"
Apprentissage par renforcement synchrone et asynchrone à haut débit
[ICLR2026] Repenser la génération de posters esthétiques de haute qualité dans un cadre unifié
Checkpoint-engine est un middleware simple pour mettre à jour les poids du modèle dans les moteurs d'inférence LLM
Collection d'articles classiques et de pointe dans les domaines des systèmes de recommandation et de la publicité / Articles incontournables sur le Recommendation System et la prédiction CTR
Environnements d'apprentissage par renforcement pour Omniverse Isaac Gym
Environnements d'apprentissage par renforcement pour les tâches d'optimisation de compilateurs et de programmes
UniLab : une infrastructure régie par des contrats pour l’apprentissage robotique sur différents moteurs physiques et matériels
🌟 Une collection organisée d'outils d'IA gratuits et de haute qualité 🤖, d'API 🔗, de jeux de données 📊 et de ressources d'apprentissage 📚 couvrant l'apprentissage automatique 🧠, l'apprentissage profond 🧩, l'IA générative 🎨, le NLP 💬 et la science des données 📈. Conçue pour aider les développeurs 👩💻, les chercheurs 🔬 et les créateurs ✨ à explorer et à construire avec l'IA plus rapidement ⚡.
Un solveur rapide et différentiable de contrôle prédictif par modèle (MPC) pour PyTorch.
Un puissant modèle d'édition audio basé sur le LLM et l'apprentissage par renforcement, doté de 3 milliards de paramètres, excelle dans l'édition des émotions, du style de parole et de la paralinguistique, et dispose d'une robuste fonction de synthèse vocale (zero-shot text-to-speech).
Code pour "TD-MPC2: Modèles du monde évolutifs et robustes pour le contrôle continu"
Un Modèle de Fondation Ouvert et Benchmark pour Accélérer la Recommandation Générative
Un environnement de référence pour des performances humaines-IA pleinement coopératives.
La pile complète de post-entraînement pour les LLM, ainsi que du RL pour tout problème. SFT, DPO et RL agentique multi-tours, avec optimisation évolutionnaire des hyperparamètres intégrée.
Liste de conception moléculaire et matérielle utilisant l'IA générative et l'apprentissage profond
Concours MineRL pour l'Apprentissage par Renforcement Efficace en Échantillons - Paquet Python