#reinforcement-learning Repositórios
564 repositórios no total
Algoritmos MARL ajustados no SMAC (taxas de vitória de 100% na maioria dos cenários)
LeanRL é um fork do CleanRL, onde scripts PyTorch selecionados são otimizados para desempenho usando compile e cudagraphs.
Tradução chinesa de 《Aprendizado por reforço: Uma introdução》 (segunda edição)
Um assistente de codificação de IA completamente privado e local, desenvolvido pela Gensyn. Ele ajuda você a praticar problemas de programação e a treinar um novo assistente para ajudá-lo a codificar.
Código para "Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions"
[CoRL '23] Tocar piano com destreza utilizando aprendizagem por reforço profunda.
BenchMARL é uma biblioteca para benchmarking de Multi-Agent Reinforcement Learning (MARL). BenchMARL permite comparar rapidamente diferentes algoritmos, tarefas e modelos MARL, ao mesmo tempo que se baseia sistematicamente em seus dois princípios fundamentais: reprodutibilidade e padronização.
Um motor de aprendizado por reforço assíncrono para pós-treinamento omnimodal em larga escala
Este código corresponde aos ambientes de simulação utilizados como parte do projeto MimicGen.
Portfólio de pesquisa de ensino médio: 2 publicações revisadas por pares (IEEE, IJHSR) + 3 projetos ativos abrangendo aprendizado de máquina inspirado em computação quântica, biologia computacional, imagem biomédica, aprendizado por reforço aplicado a incêndios florestais e pesquisa em educação científica. Afiliado à Stanford Medicine, ao UCLA COSMOS e ao UCSB SRA.
RLAnything (ICML 2026) e AutoTool (ICML 2026), DemyAgent: Aprendizado por reforço de código aberto para LLMs e cenários de agentes
Plataforma de Pesquisa de IA para Aprendizagem por Reforço a partir de Imagens Panorâmicas Reais.
Implementação de algoritmos de Aprendizagem por Reforço Inversa (IRL) em Python/Tensorflow. Deep MaxEnt, MaxEnt, LPIRL
Este é um projeto sobre o algoritmo autônomo de evasão de obstáculos de aprendizado por reforço profundo para VANTs.
Um pacote de aprendizado por reforço para Julia
Uma biblioteca PyTorch para construir agentes de aprendizado por reforço profundo.
Página do Projeto para "Seg-Zero: Segmentação Guiada por Cadeia de Raciocínio via Reforço Cognitivo"
Últimos Avanços no Raciocínio de Cadeia de Pensamento Longa
Este repositório contém uma coleção de recursos e artigos sobre Modelos de Difusão para RL, acompanhando o artigo "Modelos de Difusão para Aprendizagem por Reforço: Uma Pesquisa"
Biblioteca de Ajuste de Parâmetros Completos para "RL para LLMs", de Arquivo Único, para GPU Única, Desenvolvida do Zero e Eficiente.
Recursos de modelos de Visão-Linguagem-Ação para Direção Autônoma (VLA4AD), servindo como repositório complementar ao artigo de revisão “A Survey on Vision–Language–Action Models for Autonomous Driving”.
[ICLR 2026] ReCogDrive: Um Framework Cognitivo Reforçado para Direção Autônoma de Ponta a Ponta
Ciclo de Vida Completo de um Projeto de Ciência de Dados
Código aberto para "HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit".
Este repositório reúne alguns códigos que encapsulam algoritmos comumente utilizados na área de aprendizado de máquina. A maioria deles é baseada em Numpy, Pandas ou Torch. Você pode aprofundar seu entendimento sobre modelos e algoritmos relacionados ou revisá-lo para obter o código personalizado que lhe pertence, consultando este repositório.
Uma lista selecionada de recursos de Aprendizado por Reforço Multimodal (continuamente atualizada)
Uma biblioteca Python para executar milhares de simulações do MuJoCo em paralelo na CPU
Um Projeto de Aprendizagem por Reforço em Larga Escala de Código Aberto para Agentes de Busca
MLGym Um Novo Framework e Benchmark para o Avanço de Agentes de Pesquisa de IA