#reinforcement-learning 저장소
저장소 총 564개
LeanRL은 성능 최적화를 위해 compile과 cudagraphs를 사용한 PyTorch 스크립트를 선택한 CleanRL의 포크입니다.
Gensyn이 개발한, 완전히 비공개적이며 로컬로 작동하는 AI 코딩 어시스턴트입니다. 프로그래밍 문제 연습을 돕고 코딩을 지원하는 새로운 어시스턴트를 훈련시킬 수 있습니다.
"Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions"의 코드
BenchMARL은 다중 에이전트 강화 학습(MARL) 벤치마킹을 위한 라이브러리입니다. BenchMARL을 사용하면 재현성과 표준화라는 두 가지 핵심 원칙에 체계적으로 기반을 두면서 다양한 MARL 알고리즘, 작업 및 모델을 신속하게 비교할 수 있습니다.
고등학생 연구 포트폴리오: 동료 심사를 거친 논문 2편(IEEE, IJHSR) 및 양자 영감 기계학습, 전산생물학, 생체의학 영상, 산불 대응 강화학습, 과학교육 연구를 아우르는 진행 중인 프로젝트 3건. Stanford Medicine, UCLA COSMOS 및 UCSB SRA와 연계.
RLAnything (ICML 2026) 및 AutoTool (ICML 2026), DemyAgent: LLM 및 에이전트 시나리오를 위한 오픈 소스 강화 학습
이 리포지토리는 RL에 대한 확산 모델에 관한 자료 및 논문 모음을 포함하며, "Diffusion Models for Reinforcement Learning: A Survey" 논문을 보완합니다.
자율 주행을 위한 비전-언어-액션 모델(VLA4AD) 리소스로, "자율 주행을 위한 비전-언어-액션 모델에 대한 설문 조사" 논문의 동반 저장소 역할을 합니다.
‘HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit’의 오픈소스 코드입니다。
이 리포지토리는 머신러닝 분야에서 일반적으로 사용되는 알고리즘을 캡슐화하는 일부 코드를 수집합니다. 대부분은 Numpy, Pandas 또는 Torch를 기반으로 합니다. 이 리포지토리를 참조하여 관련 모델 및 알고리즘에 대한 이해를 심화하거나 수정하여 자신에게 맞는 맞춤형 코드를 얻을 수 있습니다.