#reinforcement-learning リポジトリ
リポジトリ合計564件
このノートブックでは、株価の変動を予測するための完全なプロセスを作成します。ついてきてください。そうすれば、かなり良い結果が得られるでしょう。そのために、生成的敵対ネットワーク(GAN)を使用します。LSTM(リカレントニューラルネットワークの一種)を生成器として、畳み込みニューラルネットワーク(CNN)を識別器として使用します。時系列データを予測しようとしているため、LSTMを使用するのは当然です。なぜGANを使用し、特にCNNを識別器として使用するのか?それは良い q
STEM、コーディングおよびロボット工学教育、IoTロボット工学アプリケーション、AI強化ロボット工学アプリケーションサービス、研究、DIYロボット工学キット開発に最適な、ボストン・ダイナミクス風の4足ロボットを開発するためのオープンソースの4足ロボットペットフレームワーク。
🚀 オープンソースのハンズオンカリキュラムで、基本的なRL概念からLLMアライメント、RLVR、高度なAgenticシステムまでのギャップを埋めます。
NVIDIA Isaac Sim™ は、リアルな仮想環境で AI 駆動型ロボットを開発、シミュレーション、テストするための NVIDIA Omniverse 上のオープンソースアプリケーションです。
AlphaZeroを基にしたクリーンな実装、どんなフレームワークのどんなゲームにも + チュートリアル + Othello/ゴバン/TicTacToe/Connect4 など
Project Malmoは、Minecraftの上に構築された人工知能の実験と研究のためのプラットフォームです。私たちは、このユニークな環境が提示する挑戦的な新しい問題に対する新しい世代の研究をインスパイアすることを目指しています。--- インストール手順については、以下の *Getting Started* にスクロールダウンするか、プロジェクトページを訪れて詳細情報を確認してください:
ビジョン・言語・アクション(VLA)モデル、ビジョン・言語ナビゲーション(VLN)、および関連するマルチモーダル学習アプローチに焦点を当てた、具現化されたAIにおける最先端の研究をキュレーションしたリスト。