#deep-reinforcement-learning Репозитории
Откройте для себя 99 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #deep-reinforcement-learning, с общим числом 324,947 звёзд (в среднем 3,282 на проект). Лидером этой темы является Unity-Technologies/ml-agents, набравший 19,887 звёзд.
Всего репозиториев: 99
Unity Machine Learning Agents Toolkit (ML-Agents) — это проект с открытым исходным кодом, который позволяет использовать игры и симуляции в качестве сред для обучения интеллектуальных агентов с помощью глубокого обучения с подкреплением и обучения методом имитации.
Симулятор с открытым исходным кодом для автономных транспортных средств, созданный на базе Unreal Engine / Unity, от Microsoft AI & Research
Этот репозиторий содержит реализации и иллюстративный код для сопровождения публикаций DeepMind.
Руководство по обучению с подкреплением на китайском языке (Книга-гриб 🍄), адрес для онлайн-чтения: https://datawhalechina.github.io/easy-rl/
Погрузитесь в Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision и NLP, изучая эти увлекательные лекции!!
Образовательный ресурс, чтобы помочь любому освоить глубокое обучение с подкреплением.
Высококачественная однократная реализация алгоритмов глубокого обучения с подкреплением с функциями, удобными для исследований (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
Учебные пособия, задания и соревнования для курсов, связанных с MIT Deep Learning.
(⌐■_■) - Deep Reinforcement Learning для настройки bettercap для pwning WiFi.
Материалы для лаборатории по MIT 6.S191: Введение в глубокое обучение
Хак Flappy Bird с использованием глубокого обучения с подкреплением (Deep Q-learning).
Реализации на PyTorch алгоритмов и окружений глубокого обучения с подкреплением
Репозиторий для программы Nanodegree по глубокому обучению с подкреплением
Этот репозиторий содержит курс Hugging Face по глубокому обучению с подкреплением.
«Большие языковые модели» авторы: Чжао Синь, Ли Цзюньи, Чжоу Кунь, Тан Тяньи, Вэнь Цзижун
Курируемый список ресурсов по обучению с подкреплением с обратной связью от человека (постоянно обновляется)
FinRL-X: Модульная инфраструктура нативная для ИИ для количественной торговли
Чистая, надежная и унифицированная реализация популярных алгоритмов глубокого обучения с подкреплением (DRL) на PyTorch (Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL)
Модульная реализация алгоритмов глубокого обучения с подкреплением в PyTorch
Обучение с подкреплением / Боты ИИ в карточных (покер) играх - Blackjack, Leduc, Texas, DouDizhu, Mahjong, UNO.
Tensorforce: библиотека TensorFlow для прикладного обучения с подкреплением
Открытый шахматный движок на основе нейронной сети с ускорением GPU и широкой поддержкой оборудования.
Модульная библиотека высокого уровня для обучения воплощённых ИИ-агентов в различных задачах и средах.
Практическое глубокое обучение с подкреплением, опубликованное Packt
Библиотека ИИ-агентов для обучения с подкреплением, готовая к производству, созданная командой прикладного обучения с подкреплением в Meta.
Тренировочная основа для агентов обучения с подкреплением Stable Baselines3, с оптимизацией гиперпараметров и включенными предварительно обученными агентами.
Учебный курс PPO x Family DRL (Открытый вводный курс по интеллектуальным решениям: 8 уроков, которые помогут вам разобраться в теории алгоритмов, упорядочить логику кода и освоить практические приложения ИИ для принятия решений)
Минимальная реализация метода усеченной целевой функции для проксимальной оптимизации политики (PPO) на PyTorch
FinRL®-Meta: Динамические наборы данных и рыночные среды для FinRL.
Топ 200 репозиториев GitHub по глубокому обучению, отсортированные по количеству звёзд.
Курируемый список ресурсов по диффузионным моделям в RL (постоянно обновляется)
Бесплатный курс, который проведет вас от нуля до PRO в обучении с подкреплением 🦸🏻🦸🏽
Глубокое обучение с подкреплением для навигации мобильных роботов в симуляторе ROS Gazebo. Используя нейронную сеть Twin Delayed Deep Deterministic Policy Gradient (TD3), робот учится перемещаться к случайной целевой точке в симулированной среде, избегая препятствий.
Платформа искусственного интеллекта для StarCraft II с крупномасштабным распределенным обучением и агентами уровня гроссмейстера.
Модульный фреймворк глубокого обучения с подкреплением в PyTorch. Сопутствующая библиотека книги "Foundations of Deep Reinforcement Learning".
Часто задаваемые вопросы
Какой репозиторий по теме #deep-reinforcement-learning наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #deep-reinforcement-learning на GitHub — Unity-Technologies/ml-agents, набравший 19,887 звёзд. Unity Machine Learning Agents Toolkit (ML-Agents) — это проект с открытым исходным кодом, который позволяет использовать игры и симуляции в качестве сред для обучения интеллектуальных агентов с помощью глубокого обучения с подкреплением и обучения методом имитации.
Какие языки программирования чаще всего используются в репозиториях по теме #deep-reinforcement-learning?
Среди наиболее высоко оценённых проектов по теме #deep-reinforcement-learning на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, C++, C#.
Как рассчитывается рейтинг репозиториев по теме #deep-reinforcement-learning?
Мы отслеживаем 99 активных репозиториев с открытым исходным кодом, отмеченных тегом #deep-reinforcement-learning (500 и более звёзд), с общим числом 324,947 звёзд и в среднем 3,282 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.