#reinforcement-learning Repositórios
564 repositórios no total
Aprendizagem por Reforço Profunda para navegação de robôs móveis no simulador ROS Gazebo. Usando a rede neural Twin Delayed Deep Deterministic Policy Gradient (TD3), um robô aprende a navegar até um ponto de objetivo aleatório em um ambiente simulado, evitando obstáculos.
Framework modular de aprendizado por reforço profundo em PyTorch. Biblioteca complementar do livro "Foundations of Deep Reinforcement Learning".
Implementações mínimas e anotadas das ideias chave da pesquisa moderna em aprendizado profundo.
O percurso de aprendizagem mais completo para engenheiros de agentes · Domine a engenharia de IA do zero · 20 etapas, 542 aulas · Tradução completa para o chinês + site complementar + vídeos explicativos animados · Guia para se tornar engenheiro de agentes de IA
Implementação em PyTorch de Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Otimização de Política Proximal (PPO), QT-Opt, PointNet..
Atropos é uma estrutura de Ambientes de Aprendizagem por Reforço de Modelos de Linguagem para coletar e avaliar trajetórias de LLM através de diversos ambientes
Modelo baseado em atenção para aprender a resolver diferentes problemas de roteamento
Geração de conjuntos de fatores de ações alfa (preditivos) formulaicos via aprendizado por reforço.
Uma lista curada de links e bibliotecas de software incríveis que são úteis para robôs.
Livros / PDFs / EPUBs para diferentes campos de programação. LEIA CRESCA E APRECIE 😊😊😊😊
Notas de leitura de artigos sobre Aprendizagem Profunda e Aprendizagem Automática
Conteúdo do workshop DeepRacer. Este Guia demonstra como desenvolvedores de software podem usar uma instância do Amazon SageMaker Notebook para treinar e avaliar diretamente modelos AWS DeepRacer com controle total
Implementação do código de "Learning Efficient Online 3D Bin Packing on Packing Configuration Trees". Propomos aprimorar a aplicabilidade prática do Problema de Empacotamento de Caixas 3D Online (BPP) através do aprendizado em uma árvore hierárquica de configuração de empacotamento, o que torna o modelo de aprendizado por reforço profundo (DRL) fácil de lidar com restrições práticas e com bom desempenho mesmo em espaços de solução contínuos.
Ferramentas de treinamento e implantação de RL Sim-to-real para o robô Unitree Go1.
Um simulador de robô leve baseado em Python, projetado para navegação, controle e aprendizado.
Treinando um robô humanoide para locomoção usando Aprendizado por Reforço
Código para o artigo "Planejamento com Difusão para Síntese de Comportamento Flexível"
Notas de leitura sobre Modelos de Linguagem Grandes Multimodais, Modelos de Linguagem Grandes e Modelos de Difusão
NotaGen: Aprimorando a Musicalidade na Geração de Música Simbólica com Paradigmas de Treinamento de Modelos de Linguagem Extensos
Notas de aula, tarefas de tutoriais incluindo soluções, bem como vídeos online para o curso de aprendizagem por reforço ministrado pela Universidade de Paderborn
Benchmark de Geração Procedural: Ambientes de Ginásio Semelhantes a Jogos Gerados Proceduralmente
Fastbot(2.0) é uma ferramenta de teste baseada em modelo para modelar transições de GUI para descobrir problemas de estabilidade do aplicativo
Avaliando e reproduzindo políticas de manipulação de robôs do mundo real (por exemplo, RT-1, RT-1-X, Octo) em simulação sob configurações comuns (por exemplo, Google Robot, WidowX+Bridge) (CoRL 2024)
[ECCV 2026] MixGRPO: Desbloqueando a eficiência do GRPO baseado em fluxo com ODE-SDE misto
Uma implementação PPO simples e bem estilizada. Baseada na minha série do Medium: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.
Implementação oficial do Gamer: um modelo fundacional generalista de visão, linguagem e ação para agentes de jogos em tempo real com horizonte de longo prazo
Biblioteca avançada de computação evolutiva construída diretamente sobre o PyTorch, criada na NNAISENSE.
[ICLR 2026 Oral] DiffusionNFT: Refôrço de difusão online com processo direto
Embeddings de habilidades adversárias para treinar controladores reutilizáveis para personagens simulados fisicamente.