#reinforcement-learning Repositórios
564 repositórios no total
Um framework de código aberto de aprendizado por reforço para treinar, avaliar e implantar agentes de negociação robustos.
Mooncake é a plataforma de serviço para Kimi, um serviço de LLM líder fornecido pela Moonshot AI.
Uma coleção de artigos, blogs e projetos de LLM, com foco em OpenAI o1 🍓 e técnicas de raciocínio.
🔬 Uma lista selecionada de LLMs e estratégias/ferramentas de aprendizado profundo (deep learning) incríveis para o mercado financeiro.
Lista de leitura para tópicos de pesquisa em aprendizado de máquina multimodal
Uma lista selecionada de métodos auto-supervisionados incríveis
OpenSpiel é uma coleção de ambientes e algoritmos para pesquisa em aprendizado por reforço geral e busca/planejamento em jogos.
Neste caderno, criarei um processo completo para prever movimentos de preços de ações. Acompanhe e alcançaremos resultados muito bons. Para isso, usaremos uma Rede Adversarial Generativa (GAN) com LSTM, um tipo de Rede Neural Recorrente, como gerador, e uma Rede Neural Convolucional, CNN, como discriminador. Usamos LSTM pela razão óbvia de que estamos tentando prever dados de séries temporais. Por que usamos GAN e especificamente CNN como discriminador? Essa é uma boa p
Search-R1: Uma Estrutura Eficiente e Escalável de Treinamento RL para Invocação de Motor de Busca e Raciocínio intercalada baseada em LLM usando veRL
Um framework de robô pet quadrúpede de código aberto para desenvolver robôs de quatro patas no estilo Boston Dynamics, perfeitos para STEM, educação em codificação e robótica, aplicações de robótica IoT, serviços de aplicação de robótica aprimorados por IA, pesquisa e desenvolvimento de kits de robótica DIY.
Mecanismo de Go sem conhecimento fornecido por humanos, modelado após o artigo AlphaGo Zero.
Um Mecanismo de Treinamento de Próxima Geração Construído para Modelos MoE de Ultra-Grande Porte
EasyR1: Uma Estrutura de Treinamento de RL Multi-Modal, Eficiente e Escalável, baseada em veRL
Repositório para o programa Nanodegree de Aprendizado por Reforço Profundo
Este repositório contém o Curso de Aprendizagem por Reforço Profundo (Deep Reinforcement Learning) da Hugging Face.
🌟100+ Mapas Originais de LLM / RL 📚, Uma Grande Contribuição do Autor de "Algoritmos de Modelos Grandes"! 💥 (100+ LLM/RL Algorithm Maps )
🚀 Um currículo de código aberto e prático que preenche a lacuna desde conceitos básicos de RL até alinhamento de LLM, RLVR e sistemas Agentic avançados.
Criando uma versão miniatura do dróide BDX. https://discord.gg/UtJZsgfQGe
Um repositório para treinamento distribuído de modelos de linguagem com Aprendizado por Reforço via Feedback Humano (RLHF)
A pilha de software do Google DeepMind para ambientes de simulação baseada em física e aprendizado por reforço, usando MuJoCo.
NVIDIA Isaac Sim™ é uma aplicação de código aberto no NVIDIA Omniverse para desenvolver, simular e testar robôs impulsionados por IA em ambientes virtuais realistas.
[ICML 2021] DouZero: Dominando DouDizhu com Aprendizado por Reforço Profundo de Auto-jogo | IA de DouDizhu
Qwen3.8 é uma série de modelos de linguagem de grande porte desenvolvida pela equipe Qwen do Alibaba Group.
Uma lista selecionada de recursos de aprendizado por reforço com feedback humano (continuamente atualizada)
Uma implementação limpa baseada no AlphaZero para qualquer jogo em qualquer framework + tutorial + Othello/Gobang/TicTacToe/Connect4 e mais
O Project Malmo é uma plataforma para experimentação e pesquisa em Inteligência Artificial construída sobre o Minecraft. Nosso objetivo é inspirar uma nova geração de pesquisa em problemas desafiadores apresentados por este ambiente único. --- Para instruções de instalação, role para baixo até *Primeiros Passos* abaixo, ou visite a página do projeto para mais informações:
Compilação e estudo de materiais sobre ChatGPT, em atualização contínua...
Um desenvolvimento de transmissão ao vivo de ajuste de RL para agentes LLM
Um agendamento personalizado moderno do Anki baseado no algoritmo Agendador de Repetição Espaçada Livre
Cliente de StarCraft II - definições de protocolo usadas para comunicar com StarCraft II.
Um braço humanoide totalmente de código aberto para pesquisa e implantação de IA física em ambientes ricos em contato.
OpenDILab Decision AI Engine. O Framework de Aprendizado por Reforço Mais Abrangente B.P.
Uma biblioteca PyTorch modular, que prioriza primitivas e Python, para Aprendizagem por Reforço.
Uma lista selecionada de pesquisas de ponta em IA incorporada, com foco em modelos de visão-linguagem-ação (VLA), navegação visão-linguagem (VLN) e abordagens relacionadas de aprendizado multimodal.