#reinforcement-learning Repositórios
564 repositórios no total
🦁 Uma base de código amigável à pesquisa para experimentação rápida de aprendizado por reforço multiagente em JAX
Ambientes CartPole e Quadrotor do PyBullet — com dinâmicas simbólicas a priori CasADi — para controle e RL baseados em aprendizado.
[ICLR 2026] Sobre a generalização de SFT: Uma perspectiva de aprendizado por reforço com retificação de recompensas.
Visão Computacional Moderna com PyTorch, publicado pela Packt
Tien Kung-Lab: Fluxo de Trabalho Direto IsaacLab para Robôs com Pernas
Uma coleção curada de artigos, relatórios técnicos, frameworks e ferramentas para destilação on-policy (OPD) de grandes modelos de linguagem
Materiais Incríveis de IA para Jogos sobre Aprendizagem por Reforço Multiagente
Uma biblioteca PyTorch para tudo relacionado a Aprendizado por Reforço (RL) para Otimização Combinatória (OC)
Resumo de artigos e blogs chave sobre modelos de difusão para aprender sobre o tópico. Lista detalhada de todos os artigos publicados sobre robótica de difusão.
Uma lista curada de recursos do Decision Transformer (continuamente atualizada)
ALFWorld: Alinhando Texto e Ambientes Corporificados para Aprendizado Interativo
A plataforma Multi-Agent Resource Optimization (MARO) é uma instância de Reinforcement Learning as a Service (RaaS) para problemas de otimização de recursos do mundo real.
👉 Recursos da CARLA como tutorial, blog, código e etc https://github.com/carla-simulator/carla
Repositório Oficial para "DrEureka: Language Model Guided Sim-To-Real Transfer" (RSS 2024)
Ferramenta de design molecular de IA para design de novo, reposicionamento de esqueleto, substituição de grupo R, design de ligantes e otimização de moléculas.
Ambientes Gymnasium para jogos do Mario no NES, com metadados de tarefas, instrumentação de recompensas e interfaces de avaliação reproduzíveis.
Bindings do PettingZoo e do Gymnasium para ambientes populares de aprendizagem por reforço fora da Farama
O código-fonte para o artigo de blog Os 37 Detalhes de Implementação da Otimização de Política Proximal
[arXiv 2025] TWIST2: Sistema de Coleta de Dados para Humanoides Escalável, Portátil e Holístico
Video-R1: Reforçando o Raciocínio de Vídeo em MLLMs [🔥o primeiro artigo a explorar o R1 para vídeo]
Uma lista selecionada de ótimos recursos de Aprendizagem por Reforço Profundo.
Uma pesquisa sobre o aprendizado por reforço de modelos Visão-Linguagem-Ação para manipulação robótica
🕹️ Um conjunto diversificado de ambientes escaláveis de aprendizado por reforço em JAX
Coletânea de artigos importantes a serem tratados como um livro didático
[EMNLP 2026] MobileGym: Uma plataforma de simulação verificável e altamente paralela para pesquisa de agentes de GUI móvel · Simulador de Android executado no navegador · Avaliação verificável · Treinamento escalável de RL online
Halo é um framework de código aberto desenvolvido pela White Circle para treinar modelos de linguagem de grande escala e modelos multimodais
[CVPR 2025] A Primeira Investigação de Raciocínio CoT (RL, TTS, Reflexão) na Geração de Imagens
Transformers são Modelos de Mundo Eficientes em Amostras. ICLR 2023, notável top 5%.
BFM_Zero: Um Modelo de Fundação Comportamental Programável para Controle de Humanoides Usando Aprendizado por Reforço Não Supervisionado
Estender o OpenRLHF para suportar o treinamento RL de LMM para a reprodução do DeepSeek-R1 em tarefas multimodais.
Uma infraestrutura de ponta a ponta para treinamento e avaliação de vários agentes LLM.
Agente competitivo de Guandan em pequena escala potencializado por aprendizagem por reforço
Fantástica coleção de recursos e artigos sobre Modelos de Difusão para Manipulação Robótica.
O repositório é para linhas de base de aprendizado por reforço seguro.
LLM4AD: uma plataforma para o projeto de algoritmos com modelos de linguagem de grande porte