#reinforcement-learning Repositórios
564 repositórios no total
🚀🚀🚀Uma coleção de projetos públicos incríveis sobre Modelos de Linguagem Grandes (LLM), Modelos de Linguagem Visual (VLM), Ação de Linguagem Visual (VLA), Conteúdo Gerado por IA (AIGC), os Datasets e Aplicações relacionados.
Escalonamento de Pesquisa Profunda via Aprendizagem por Reforço em Ambientes do Mundo Real.
Infraestrutura para Otimização Guiada por Aprendizado de Máquina (MLGO) no LLVM.
Transforme qualquer repositório em ambientes de RL verificáveis para agentes de programação — tarefas do Harbor que você pode usar para treinar, avaliar e compartilhar no Hugging Face Hub
Uma lista selecionada de frameworks, artigos, softwares e recursos incríveis do NVIDIA Issac Gym
FinMem: Um Agente de Negociação LLM Aprimorado em Desempenho com Memória em Camadas e Design de Personagem
Reverb é um sistema de armazenamento e transporte de dados eficiente e fácil de usar, projetado para pesquisa em aprendizado de máquina
Artigos para sistemas de banco de dados impulsionados por inteligência artificial (aprendizado de máquina para banco de dados)
Fin-R1 é um modelo de linguagem grande para raciocínio financeiro complexo, desenvolvido e de código aberto através dos esforços conjuntos do SUFE-AIFLM-Lab na Escola de Estatística e Ciência de Dados da Universidade de Finanças e Economia de Xangai e FinStep.AI.
Ambientes simples e facilmente configuráveis semelhantes a jogos 3D FPS para aprendizado por reforço
Simulador de Ginástica Aérea - Simulador Isaac Gym para Robôs Aéreos
MDPs e POMDPs em Julia - Uma interface para definir, resolver e simular processos de decisão de Markov totalmente e parcialmente observáveis em espaços discretos e contínuos.
MM-EUREKA: Explorando as Fronteiras do Raciocínio Multimodal com Aprendizado por Reforço Baseado em Regras
Uma série de relatórios técnicos sobre Raciocínio Lento com LLM
O primeiro modelo de base comportamental para controlar um agente humanoide virtual baseado em física para uma ampla gama de tarefas de corpo inteiro.
Uma coletânea de artigos recentes sobre a construção de agentes autônomos. Dois tópicos incluídos: agentes baseados em RL / LLM.
Uma implementação em Python da inferência ativa para Processos de Decisão de Markov
Uma lista selecionada de projetos sobre o conectoma da mosca-das-frutas: MaleCNS, FlyWire, simulações cerebrais, modelos incorporados, jogos e ferramentas de pesquisa.
Uma estrutura unificada para facilitar o ajuste fino de modelos de Flow Matching
Código complementar para a publicação na Nature "Discovering State-of-the-art Reinforcement Algorithms"
Controle de locomoção baseado em aprendizado do OpenRobotLab, incluindo Modelo Interno Híbrido e Controle de Locomoção H-Infinity
Pacote Contrib para Stable-Baselines3 - Código experimental de aprendizado por reforço (RL)
Liberando o Poder do Aprendizado por Reforço para Raciocínios Matemáticos e de Código
Planejamento de rota de UAV (veículo aéreo não tripulado) multi/único baseado em aprendizagem por reforço profundo
Uma coleção e pesquisa de ponta sobre artigos de modelos de visão-linguagem, e repositório GitHub de modelos. Atualizações contínuas.
Código para o artigo "Otimização do Descarregamento de Computação para Computação de Borda Móvel Assistida por UAV: Uma Abordagem de Gradiente de Política Determinística Profunda"
Uma lista selecionada de recursos incríveis de AR de exploração (continuamente atualizada)
DDPO para ajuste fino de modelos de difusão, implementado em PyTorch com suporte a LoRA
Conjunto de ambientes robóticos baseados no motor de física PyBullet e gymnasium.
R1-searcher: Incentivando a Capacidade de Busca em LLMs via Aprendizado por Reforço
Ambiente de pôquer Texas Hold'em OpenAI Gym com aprendizado por reforço baseado em keras-rl. Inclui renderização virtual e Monte Carlo para cálculo de equidade.
[COLM’25] DeepRetrieval — 🔥 Treinando Agente de Busca por RLVR com Resultado de Recuperação
Estas são as anotações sobre o estudo de aprendizado de máquina. Você pode encontrar algo útil nelas.
Aprendizagem por Reforço com Controle Preditivo por Modelo
CleanDiffuser: Uma Biblioteca Modularizada e Fácil de Usar para Modelos de Difusão na Tomada de Decisão
Uma lista selecionada de artigos sobre busca em árvores de Monte Carlo com implementações.
Base de conhecimento de artigos, projetos de código aberto, informações do setor e recursos para busca de emprego sobre inteligência de movimento de robôs humanoides
ReST-MCTS*: Autoaprendizagem de LLM via Busca em Árvore Guiada por Recompensa de Processo (NeurIPS 2024)