#deep-reinforcement-learning Репозитории
Всего репозиториев: 99
Реализация на TensorFlow этой статьи Nvidia: https://arxiv.org/pdf/1604.07316.pdf с некоторыми изменениями
Deep Reinforcement Learning Hands-On: Второе издание, опубликовано Packt
Для Multi-agent Reinforcement Learning (MARL) достаточно одного репозитория
JMLR: OmniSafe — это инфраструктурная основа для ускорения исследований SafeRL.
Окружения для обучения с подкреплением для управления светофорами с SUMO. Совместимы с Gymnasium, PettingZoo и популярными библиотеками RL.
Это библиотека, которая предоставляет задачи двойного ловкого манипулирования руками с помощью Isaac Gym
Исходные коды для книги "Reinforcement Learning: Theory and Python Implementation"
[IROS 2024] Обучение человеко-гуманоидной телеоперации всего тела в реальном времени. [CoRL 2024] OmniH2O: Универсальная и ловкая человеко-гуманоидная телеоперация и обучение всего тела
Полный стек постобучения для LLM, а также RL для решения любых задач. SFT, DPO и агентный RL с несколькими ходами, со встроенной эволюционной оптимизацией гиперпараметров.
Куратированный список потрясающих ресурсов по глубокому обучению с подкреплением.
Упрощенная версия MAPPO, которая поможет вам быстро перенестись в локальную среду.
SERL: Программный пакет для эффективного сбора образцов в робототехническом обучении с подкреплением
Код из книги Deep Reinforcement Learning in Action от Manning, Inc.
Pytorch-код для статьи ICLR-2020 «Learning to Explore using Active Neural SLAM»
Проект с открытым исходным кодом unitree_il_lerobot является модификацией фреймворка для обучения с открытым исходным кодом LeRobot, позволяющим проводить обучение и тестирование данных, собранных с использованием двуручных манипуляторов робота Unitree G1.
Обучаемое управление локомоцией от OpenRobotLab, включая гибридную модель внутреннего управления и управление локомоцией H-Infinity
Этот репозиторий содержит большинство реализаций классических алгоритмов глубокого обучения с подкреплением на основе PyTorch, включая - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (Больше алгоритмов находятся в разработке)
Легковесный фреймворк глубокого обучения с подкреплением для управления портфелем. Этот проект исследует возможность применения алгоритмов глубокого обучения с подкреплением к торговле акциями в высоко модульном и масштабируемом фреймворке.
Расширение кодовой базы PyMARL, включающее дополнительные алгоритмы и поддержку среды
Библиотека PyTorch для создания агентов глубокого обучения с подкреплением.
ProphitBet — это приложение для прогнозирования ставок на футбол на основе машинного обучения. Оно анализирует форму команд, рассчитывает статистику матчей и предсказывает их исходы с помощью передовых методов машинного обучения (ML). Кроме того, приложение предлагает агентов для ставок на основе глубокого обучения с подкреплением (DRL), способных обучаться оптимальным стратегиям ставок.
Training transferable end-to-end quadrotor control policies on a laptop in 18 seconds.
Глубокое обучение с подкреплением (PPO) в автономном вождении (Carla) [с нуля]
DRLib: Краткая библиотека глубинного обучения с подкреплением, интегрирующая HER, PER и D2SR для почти внеполигонных RL-алгоритмов.
Файл '笔和线段的一种划分.py', достаточно ввести данные high и low K-линий, чтобы автоматически реализовать разделение на штрихи, линейные сегменты, ядро, точки покупки и продажи, типы тренда. Можно использовать sh.csv как входной файл. Резюме см. pdf. Сила времени. Кто-то говорит, что выбор времени очень сложен, кто-то говорит, что выбор акций прост, кто-то говорит, что IT-инфраструктура для статистического арбитража очень важна. А кто-то говорит, что в системе есть неизмеримые принципы. Мнения расходятся. Распределенная система, когда твое влияние можно игнорировать, только тогда ты можешь это реализовать, как сказал председатель Цзян: тихо разбогатеть. В первую неделю рынок упал на 1 %, заработал десять тысяч, 5 % прибыли. #Акции #ФондовыйРынок #ChanLun https://v.kuaishou.com/bFEl6M Скопируйте это сообщение и откройте 【Kwai】 для просмотра!
RLGF — это общая тренировочная платформа, подходящая для задач глубокого обучения с подкреплением БПЛА. Она интегрирует множество основных алгоритмов глубокого обучения с подкреплением (SAC, DQN, DDQN, PPO, Dueling DQN, DDPG).
Фреймворк, в котором агент глубокого Q-обучения с подкреплением пытается выбрать правильную фазу светофора на перекрестке для максимизации эффективности дорожного движения.
Ян Лэ Гэ Ян + Глубокое обучение с подкреплением (Deep Reinforcement Learning + 3 Tiles Game)