#reinforcement-learning Dépôts
564 dépôts au total
🚀🚀🚀Une collection de quelques projets publics impressionnants sur les grands modèles de langue (LLM), les modèles de vision et de langue (VLM), l'action vision-langage (VLA), le contenu généré par l'IA (AIGC), les ensembles de données et applications associés.
Mise à l'échelle de la recherche approfondie via l'apprentissage par renforcement dans des environnements réels.
Infrastructure pour l'optimisation guidée par l'apprentissage automatique (MLGO) dans LLVM.
Transformez n’importe quel dépôt en environnements de RL vérifiables pour les agents de programmation : des tâches Harbor que vous pouvez utiliser pour entraîner, évaluer et partager sur le Hugging Face Hub
Une liste organisée d'incroyables frameworks, papiers, logiciels et ressources NVIDIA Issac Gym
FinMem : Un agent de trading LLM amélioré avec mémoire stratifiée et conception de personnage
Reverb est un système de stockage et de transport de données efficace et facile à utiliser, conçu pour la recherche en apprentissage automatique
Articles pour les systèmes de bases de données alimentés par l'intelligence artificielle (machine learning pour les bases de données)
Fin-R1 est un grand modèle linguistique pour le raisonnement financier complexe, développé et rendu open source grâce aux efforts conjoints du SUFE-AIFLM-Lab de l'École de Statistique et de Science des Données de l'Université de Finance et d'Économie de Shanghai et de FinStep.AI.
Environnements 3D simples et facilement configurables semblables à des jeux FPS pour l'apprentissage par renforcement
MDPs et POMDPs en Julia - Une interface pour définir, résoudre et simuler des processus de décision markoviens totalement et partiellement observables dans des espaces discrets et continus.
MM-EUREKA : Explorer les frontières du raisonnement multimodal avec un apprentissage par renforcement basé sur des règles
Le premier modèle comportemental pour contrôler un agent humanoïde virtuel basé sur la physique pour un large éventail de tâches sur tout le corps.
Une collection d'articles récents sur la construction d'agents autonomes. Deux sujets abordés : agents basés sur RL / basés sur LLM.
Une implémentation Python de l'inférence active pour les processus de décision markoviens
Une liste organisée de projets sur le connectome de la drosophile : MaleCNS, FlyWire, simulations cérébrales, modèles incarnés, jeux et outils de recherche.
Un cadre unifié pour faciliter le fine-tuning des modèles de Flow Matching
Code d'accompagnement pour la publication Nature "Discovering State-of-the-art Reinforcement Algorithms"
Contrôle de locomotion basé sur l'apprentissage d'OpenRobotLab, y compris le contrôle de locomotion hybride à modèle interne et H-Infini
Package Contrib pour Stable-Baselines3 - Code expérimental d'apprentissage par renforcement (RL)
Libérer la puissance de l'apprentissage par renforcement pour les raisonneurs mathématiques et de code
Planification de trajectoires de drones (véhicules aériens sans pilote) multiples/individuels basée sur l'apprentissage par renforcement profond
Une collection et enquête de pointe sur les articles de modèles vision-langage, ainsi qu’un référentiel GitHub de modèles. Mises à jour continues.
Code pour l'article "Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach"
Une liste organisée de ressources géniales sur l'exploration RL (mise à jour continuellement)
DDPO pour le réglage fin des modèles de diffusion, implémenté dans PyTorch avec prise en charge de LoRA
Ensemble d'environnements robotiques basés sur le moteur physique PyBullet et gymnasium.
R1-chercheur : Incitation de la capacité de recherche dans les LLM via l'apprentissage par renforcement
Environnement de poker Texas Hold'em OpenAI Gym avec apprentissage par renforcement basé sur Keras-RL. Inclut un rendu virtuel et Monte Carlo pour le calcul d'équité.
[COLM’25] DeepRetrieval — 🔥 Entraînement d'un Agent de Recherche par RLVR avec Résultat de Récupération
Ce sont les notes du parcours d'étude de l'apprentissage automatique. Vous pourriez y trouver quelque chose d'utile.
Apprentissage par Renforcement avec Contrôle Prédictif Basé sur un Modèle
CleanDiffuser : Une bibliothèque modularisée facile à utiliser pour les modèles de diffusion dans la prise de décision
Une liste curated de papiers sur la recherche arborescente de Monte Carlo avec implémentations.
Base de connaissances d'articles, de projets open source, d'informations sur l'industrie et de ressources pour la recherche d'emploi sur l'intelligence motrice des robots humanoïdes
ReST-MCTS*: Auto-formation de LLM via la recherche arborescente guidée par récompense de processus (NeurIPS 2024)