#deep-reinforcement-learning リポジトリ
リポジトリ合計99件
このNvidia論文のTensorFlow実装: https://arxiv.org/pdf/1604.07316.pdf にいくつかの変更を加えて
Deep Reinforcement Learning Hands-On 第二版、Packt 出版
[IROS 2024] 人間からヒューマノイドへのリアルタイム全身遠隔操作の学習。 [CoRL 2024] OmniH2O: ユニバーサルで器用な人間からヒューマノイドへの全身遠隔操作と学習
LLM向けの完全なポストトレーニングスタックに加え、あらゆる問題に対応するRLを提供。SFT、DPO、マルチターンのエージェント型RLに、進化的なハイパーパラメータ最適化を組み込み済み。
Manning, Incの Deep Reinforcement Learning in Action 書籍からのコード
unitree_il_lerobotオープンソースプロジェクトは、LeRobotオープンソーストレーニングフレームワークの変更版であり、UnitreeのG1ロボットの双腕器用ハンドを使用して収集されたデータのトレーニングとテストを可能にします。
このリポジトリには、DQN、DDQN、Dueling Network、DDPG、SAC、A2C、PPO、TRPOなどの、PyTorchベースの古典的な深層強化学習アルゴリズムのほとんどの実装が含まれています。(さらに多くのアルゴリズムを開発中です)
ポートフォリオ管理のための軽量な深層強化学習フレームワーク。このプロジェクトは、高度にモジュール化されスケーラブルなフレームワークで深層強化学習アルゴリズムを株式取引に適用する可能性を探求します。
ProphitBetは、機械学習を用いてサッカーの賭けを予測するアプリケーションです。チームの調子を分析し、試合の統計を算出するとともに、高度な機械学習(ML)手法を用いて試合結果を予測します。さらに、最適な賭け戦略を学習できる、深層強化学習(DRL)に基づくベッティングエージェントも提供します。
Training transferable end-to-end quadrotor control policies on a laptop in 18 seconds.
自律走行(Carla)における深層強化学習(PPO)[ゼロから]
ファイル「笔和线段的一种划分.py」、K線のhigh、lowデータを入力するだけで、筆、線分、中枢、売買点、走势タイプの划分を自動的に実現できます。sh.csv を入力ファイルとして使用できます。個人履歴書は pdf を参照。時間の力。誰かがタイミング選択はとても難しいと言い、誰かが株選定は簡単だと言い、誰かが統計的アービトラージに必要なITサポート施設がとても重要だと言います。また誰かがシステムに測り知れない原理があると言います。意見が分かれています。分散システム、あなたの影響が無視できるとき、ようやく実現でき、江主席の言うところの、声を出さず大金を稼ぐことです。最初の週、大盤が1%下落しましたが、1万元稼ぎ、5%の利益を出しました。 #株式 #株式市場 #缠論 https://v.kuaishou.com/bFEl6M このメッセージをコピーして【Kwai】を開いてご覧ください!
RLGFは、UAVの深層強化学習タスクに適した汎用トレーニングフレームワークです。また、複数の主要な深層強化学習アルゴリズム(SAC、DQN、DDQN、PPO、Dueling DQN、DDPG)を統合しています。
ディープQラーニング強化学習エージェントが、交通効率を最大化するために交差点での適切な信号フェーズを選択しようとするフレームワーク。