#reinforcement-learning Repository
564 repository in totale
JMLR: OmniSafe รจ un framework infrastrutturale per accelerare la ricerca SafeRL.
Un framework MemAgent estensibile a 3,5 milioni, insieme a un framework di addestramento per l'addestramento RL di qualsiasi flusso di lavoro dell'agente.
Introduciamo il dataset Audio Logical Reasoning (ALR), composto da 6.446 campioni annotati testo-audio specificamente progettati per attivitร di ragionamento complesso. Basandoci su questa risorsa, proponiamo SoundMind, un algoritmo di apprendimento per rinforzo (RL) basato su regole, su misura per dotare i modelli linguistici audio (ALM) di profonde capacitร di ragionamento bimodale.
Un elenco curato di risorse dedicate all'apprendimento per rinforzo applicato alla sicurezza informatica.
Algoritmo Asynchronous Advantage Actor-Critic (A3C) per Super Mario Bros
Ambienti di Reinforcement Learning per il Controllo del Traffico con i Semafori con SUMO. Compatibile con Gymnasium, PettingZoo e librerie RL popolari.
Libreria modulare di apprendimento per rinforzo (RL) (implementata in PyTorch, JAX e NVIDIA Warp) con supporto per Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground e altri ambienti
:computer: Impara a far imparare le macchine cosรฌ da non dover lottare per programmarle; L'elenco definitivo
Lo stack di miglioramento continuo per agenti. I nostri dati ambientali e le nostre valutazioni alimentano il miglioramento e il monitoraggio degli agenti.
Catalogo aperto e documentato con fonti di agenti per lโuso del computer: articoli esaminati, modelli GUI, dataset, benchmark, strumenti e dati riutilizzabili in JSONL/SQLite.
Implementazione ufficiale di "KungfuBot: Controllo completo del corpo umanoide basato sulla fisica per l'apprendimento di abilitร altamente dinamiche"
Un fork di gym-retro con giochi, emulatori e piattaforme supportate aggiuntive
UniRL รจ un framework per l'apprendimento per rinforzo di modelli multimodali unificati
Un dict[str, torch.Tensor] che si comporta come un singolo tensore, e TensorClass: dataclass tipizzate e raggruppate in batch che possono essere compilate.
Questa รจ una libreria che fornisce compiti di manipolazione duale di mani esperte tramite Isaac Gym
Un indice di algoritmi per l'apprendimento per rinforzo offline (offline-rl)
Policy Gradient รจ tutto ciรฒ di cui hai bisogno! Una guida passo-passo per i noti metodi PG.
RL profondo per il controllo MPC della locomozione di robot quadrupedi
Codici sorgente per il libro "Reinforcement Learning: Theory and Python Implementation"
[ICLR2026] Ripensare la generazione di poster estetici di alta qualitร in un framework unificato
Checkpoint-engine รจ un semplice middleware per aggiornare i pesi del modello nei motori di inferenza LLM
Collezione di papers classici e all'avanguardia nell'industria delle raccomandazioni e della pubblicitร / Papers da leggere assolutamente su Recommendation System e Predizione CTR
Ambienti di apprendimento per rinforzo per attivitร di ottimizzazione di compilatori e programmi
UniLab: infrastruttura basata su contratti per lโapprendimento robotico su diversi backend fisici e hardware
๐ Una collezione curata di strumenti di IA gratuiti e di alta qualitร ๐ค, API ๐, set di dati ๐ e risorse di apprendimento ๐ che coprono machine learning ๐ง , deep learning ๐งฉ, IA generativa ๐จ, NLP ๐ฌ e data science ๐. Progettata per aiutare sviluppatori ๐ฉโ๐ป, ricercatori ๐ฌ e creatori โจ a esplorare e costruire con l'IA piรน velocemente โก.
Un risolutore veloce e differenziabile per il controllo predittivo del modello (MPC) per PyTorch.
Un potente modello di editing audio basato su LLM e apprendimento per rinforzo, con 3 miliardi di parametri, eccelle nell'editing di emozioni, stile di parlato e paralinguistica, e offre una robusta funzionalitร di text-to-speech zero-shot.
Codice per "TD-MPC2: modelli del mondo scalabili e robusti per il controllo continuo"
Un Modello di Base Aperto e Benchmark per Accelerare la Raccomandazione Generativa
Un ambiente di benchmark per prestazioni umane-IA completamente cooperative.
Lo stack completo di post-training per gli LLM, piรน RL per qualsiasi problema. SFT, DPO e RL agentico multi-turno, con ottimizzazione evolutiva degli iperparametri integrata.
Elenco di progettazione molecolare e di materiali utilizzando IA generativa e deep learning
Competizione MineRL per Sample Efficient Reinforcement Learning - Pacchetto Python