#reinforcement-learning Dépôts
564 dépôts au total
🦁 Une base de code conviviale pour la recherche pour une expérimentation rapide de l'apprentissage par renforcement multi-agents dans JAX
Environnements PyBullet CartPole et Quadrotor — avec dynamique symbolique a priori de CasADi — pour le contrôle basé sur l'apprentissage et le RL
[ICLR 2026] Sur la généralisation de SFT : une perspective d'apprentissage par renforcement avec rectification des récompenses.
Vision par ordinateur moderne avec PyTorch, publié par Packt
Une collection organisée d'articles, de rapports techniques, de cadres et d'outils pour la distillation en politique (OPD) des grands modèles de langage
Matériel impressionnant d'IA pour jeux en Multi-Agent Reinforcement Learning
Une bibliothèque PyTorch pour tout ce qui concerne l'apprentissage par renforcement (RL) pour l'optimisation combinatoire (CO)
Résumé des articles et blogs clés sur les modèles de diffusion pour apprendre le sujet. Liste détaillée de tous les articles publiés sur la robotique de diffusion.
Une liste organisée de ressources Decision Transformer (mise à jour en continu)
ALFWorld: Alignement du texte et des environnements incarnés pour l'apprentissage interactif
La plateforme Multi-Agent Resource Optimization (MARO) est une instance de Reinforcement Learning as a Service (RaaS) pour les problèmes d'optimisation de ressources dans le monde réel.
👉 Ressources CARLA telles que tutoriels, blog, code, etc. https://github.com/carla-simulator/carla
Dépôt officiel pour "DrEureka: Transfert Sim-to-Real Guidé par Modèle Linguistique" (RSS 2024)
Outil de conception moléculaire IA pour la conception de novo, le saut de structure, le remplacement de groupe R, la conception de lieurs et l'optimisation de molécules.
Environnements Gymnasium pour les jeux Mario sur NES, avec des métadonnées de tâches, une instrumentation des récompenses et des interfaces d’évaluation reproductibles.
Bindings de PettingZoo et Gymnasium pour des environnements populaires d’apprentissage par renforcement en dehors de Farama
Le code source de l'article de blog Les 37 détails d'implémentation de Proximal Policy Optimization
[arXiv 2025] TWIST2: Système de collecte de données pour humanoïdes évolutif, portable et holistique
Video-R1: Renforcer le Raisonnement Vidéo dans les MLLM [🔥le premier article à explorer R1 pour la vidéo]
Une liste sélectionnée de ressources formidables sur l'apprentissage par renforcement profond.
Une enquête sur l'apprentissage par renforcement des modèles Vision-Language-Action pour la manipulation robotique
🕹️ Une suite diversifiée d'environnements évolutifs d'apprentissage par renforcement en JAX
[EMNLP 2026] MobileGym : une plateforme de simulation vérifiable et hautement parallèle pour la recherche sur les agents d'interface graphique mobile · Simulateur Android hébergé dans le navigateur · Évaluation vérifiable · Entraînement RL en ligne évolutif
Halo est un framework open source développé par White Circle pour entraîner des modèles de langage de grande taille et des modèles multimodaux
[CVPR 2025] La première enquête sur le raisonnement CoT (RL, TTS, Réflexion) dans la génération d'images
Les Transformers sont des modèles mondiaux économes en échantillons. ICLR 2023, remarquable top 5%.
BFM_Zero : Un modèle de fondation comportementale programmable pour le contrôle de humanoïdes utilisant l'apprentissage par renforcement non supervisé
Étendre OpenRLHF pour prendre en charge l'entraînement LMM RL pour la reproduction de DeepSeek-R1 sur des tâches multimodales.
Agent compétitif de Guandan à petite échelle doté de l’apprentissage par renforcement
Collection impressionnante de ressources et d'articles sur les modèles de diffusion pour la manipulation robotique.
Implémentation officielle de Diffusion Policy Policy Optimization, arxiv 2024
Le référentiel sert de base pour un apprentissage par renforcement sûr.
LLM4AD : une plateforme pour la conception d’algorithmes avec des modèles de langue de grande taille