#reinforcement-learning Repositórios
564 repositórios no total
robosuite: Uma Estrutura de Simulação Modular e Ponto de Referência (Benchmark) para Aprendizado de Robôs
GigaBrain-0: Um Modelo Visão-Linguagem-Ação Alimentado por um Modelo de Mundo
Artigos incríveis de Deep Learning para Busca, Recomendação e Publicidade industrial. Eles focam em Embedding, Matching, Pre-Ranking, Ranking, Post Ranking, Relevância, LLM e RL. Por favor, cite nosso artigo "Deep Learning to Rank in Industrial Search Engines, Recommender Systems, and Online Advertising - An Overview and New Perspectives" (TOIS 2026).
Excelente Tutorial/Levantamento/Guia sobre LLM de Raciocínio
Código Oficial do Memento: Fine-tuning de Agentes LLM sem Fine-tuning de LLMs
Curso de Tutoria PPO x Family DRL (Curso público introdutório de Inteligência de Decisão: 8 aulas para ajudá-lo a dominar a teoria do algoritmo, organizar a lógica do código e dominar a aplicação prática da IA de Decisão)
ProtoMotions é um framework de simulação e aprendizado acelerado por GPU para treinar humanos digitais e robôs humanoides fisicamente simulados.
verl-agent é uma extensão do veRL, projetada para treinar agentes LLM/VLM via RL. verl-agent é também o código oficial do paper "Group-in-Group Policy Optimization for LLM Agent Training"
Soluções de Aprendizagem por Reforço, Uma Introdução
MiMo: Desbloqueando o Potencial de Raciocínio do Modelo de Linguagem – Do Pré-treinamento ao Pós-treinamento
Uma biblioteca modular de RL para ajustar modelos de linguagem às preferências humanas
Centro de Recursos para Desenvolvedores do NVIDIA Nemotron — Um recurso completo de ponta a ponta para receitas de treinamento, livros de receitas de uso, conjuntos de dados e exemplos de referência completos para construir com modelos Nemotron.
O ambiente de negociação OpenAI Gym mais simples, flexível e abrangente (Aprovado pelo OpenAI Gym)
Uma biblioteca de código aberto para demonstrações em simulação e com robôs reais baseada no MuJoCo.
ICCV2019 - Aprendendo a Pintar com Aprendizagem por Reforço Profundo Baseada em Modelo
Repositório oficial de 'Visual-RFT: Ajuste Fino de Reforço Visual' e 'Visual-ARFT: Ajuste Fino de Reforço Agêntico Visual'
Implementação mínima do objetivo recortado Proximal Policy Optimization (PPO) em PyTorch
Uma coleção de artigos clássicos e de ponta da indústria nas áreas de recomendação/publicidade/pesquisa.
Ambientes PyBullet Gymnasium para aprendizado por reforço de agente único e multiagente no controle de quadricópteros
[RSS 2025] "ASAP: Alinhando Simulação e Física do Mundo Real para Aprender Habilidades Ágeis de Corpo Inteiro para Humanoides"
Ambientes de Aprendizagem por Reforço baseados no jogo Doom de 1993 :godmode:
Construindo Agentes Corporificados Abertos com Conhecimento em Escala da Internet
Máquinas de Pensamento Contínuo, porque o pensamento leva tempo e o raciocínio é um processo.
Tudo o que você precisa é Rainbow! Um tutorial passo a passo de DQN a Rainbow
Advanced Deep Learning com Keras, publicado pela Packt
Implementação de todos os algoritmos de RL de uma forma mais simples
Uma coleção de ambientes de simulação robótica para aprendizado por reforço
DIAMOND (DIffusion As a Model Of eNvironment Dreams) é um agente de aprendizado por reforço treinado em um modelo de mundo de difusão. Destaque do NeurIPS 2024.
RoboVerse: Em Direção a uma Plataforma, Conjunto de Dados e Benchmark Unificados para Aprendizado Robótico Escalável e Generalizável
OpenR: Uma Estrutura de Código Aberto para Raciocínio Avançado com Grandes Modelos de Linguagem
Alguns livros e PDFs incríveis relacionados à IA para aprendizado e download, aplique também alguns modelos de playground para aprendizado
Ambiente de Negociação e Backtesting para o treinamento de agentes de aprendizado por reforço ou algoritmos simples baseados em regras.
Uma plataforma de experimentação e pesquisa para investigar a interação de agentes automatizados em ambientes de rede simulados abstratos.