#reinforcement-learning Repositórios
564 repositórios no total
Notas de aula de Machine Learning (Machine Learning) 2021 Spring do professor Li Hongyi da Universidade de Taiwan (NTU)
Artigos relacionados para aprendizado por reforço, incluindo artigos clássicos e artigos mais recentes em principais conferências
NeurIPS 2023: Safety-Gymnasium: Um Benchmark Unificado para Aprendizagem por Reforço Seguro
[ICML 2026] Recursos oficiais de "Graph-R1: Rumo a um Framework Agentic GraphRAG via Aprendizado por Reforço de Ponta a Ponta".
Uma coleção de artigos, códigos, conjuntos de dados, benchmarks e recursos de raciocínio multimodal.
Trabalhos da AAAI 2024: Explore uma coleção abrangente de artigos de pesquisa inovadores apresentados em uma das principais conferências de inteligência artificial. Integre perfeitamente implementações de código para melhor compreensão. ⭐ experimente a vanguarda do progresso na inteligência artificial com este repositório!
Uma lista com curadoria de artigos sobre aprendizado por reforço para geração de vídeo
Chain-of-Agents: Modelos Fundacionais de Agentes Ponta a Ponta via Destilação Multiagente e RL Agêntico.
O Meta Agents Research Environments é uma plataforma abrangente projetada para avaliar agentes de IA em cenários dinâmicos e realistas. Ao contrário de benchmarks estáticos, esta plataforma introduz ambientes em evolução onde os agentes devem adaptar suas estratégias à medida que novas informações se tornam disponíveis, espelhando desafios do mundo real.
Criação de protótipos de robôs para PyBullet (F1/10 MIT Racecar, Sawyer, Baxter e braço Dobot, Boston Dynamics Atlas e ambiente Botlab)
[CVPR 2025 Oral] TokenHSI: Síntese Unificada de Interações Físicas Humano-Cena através da Tokenização de Tarefas
Um ambiente de aprendizagem por reforço para problemas desafiantes de modelação e controlo baseados em dados da dinâmica de fluidos.
Publicado na Nature Machine Intelligence! O primeiro robô real (quadrotor) baseado em treinamento com física diferenciável.
FineEnvs — Introdução aos ambientes de RL: criação e escalabilidade de ambientes de RL na era dos LLMs
UMI on Legs: Tornando as políticas de manipulação móveis com controladores de corpo inteiro centrados na manipulação
Aprendizagem por Reforço Profunda (PPO) em Condução Autónoma (Carla) [do zero]
Este é um novo repositório usado para treinar a política de navegação de UAV (planejamento de caminho local) usando métodos DRL.
Implementação de RLHF do ChatGPT (Aprendizado por Reforço com Feedback Humano) em qualquer modelo de geração na biblioteca transformer do huggingface (blommz-176B/bloom/gpt/bart/T5/MetaICL)
CUDA-L2: Superando o Desempenho do cuBLAS para Multiplicação de Matrizes por meio de Aprendizado por Reforço
[Destaque do CVPR 2025] InterMimic: Rumo ao controle universal de corpo inteiro para interações humano-objeto baseadas em física
Uma lista selecionada de recursos de inteligência artificial (Cursos, Ferramentas, Aplicativos, Projetos de Código Aberto)
Langostino — uma plataforma de drones autônomos de código aberto que utiliza ROS2 e controle de voo com tecnologia de IA. Uma implementação de referência completa para construir, compreender e expandir a autonomia de drones no mundo real.
Um framework de código aberto baseado em ESP32 para robôs quadrúpedes de estimação, criado para desenvolver robôs de quatro patas no estilo da Boston Dynamics. Ideal para o ensino de STEM, programação e robótica, aplicações robóticas de IoT, serviços de aplicações robóticas aprimorados por IA, pesquisa e desenvolvimento de kits de robótica DIY.
PLUTO: Empurrando o Limite do Planejamento Baseado em Aprendizagem de Imitação para Direção Autônoma
Implementações de algoritmos de Aprendizado por Reforço Multi-Objetivo.
[NeurIPS 2025 Spotlight] Suíte de pós-treinamento LLM — com ReasonFlux, ReasonFlux-PRM e ReasonFlux-Coder.
🦆 Réplica do pato robótico Microduck Feetech HD1910: equilíbrio sobre uma perna em hardware real, modelos de movimento prontos para uso, console de controle em chinês, HAT/IMU personalizado e guia de montagem em 3 etapas. Não é necessário treinamento para uma réplica padrão.
Lista selecionada de cursos de engenharia de aprendizado de máquina publicamente acessíveis da CalTech, Columbia, Berkeley, MIT e Stanford.
[RSS 2024] Ágil, mas Seguro: Aprendizagem de Locomoção Bípede de Alta Velocidade Livre de Colisões
Uma biblioteca Python de código aberto para simulações de jogos de pôquer, avaliação de mãos e análise estatística
Aprendizado por reforço com modelos do mundo para agentes VLM de múltiplos turnos. Framework de aprendizado por reforço para visão (NeurIPS 2025).