#reinforcement-learning Репозитории
Всего репозиториев: 564
Дообученные алгоритмы MARL на SMAC (100% показатель побед в большинстве сценариев)
LeanRL — это форк CleanRL, в котором выбранные скрипты PyTorch оптимизированы по производительности с использованием compile и cudagraphs.
Китайский перевод книги «Обучение с подкреплением: Введение» (второе издание)
Полностью приватный и локальный помощник по кодированию на базе ИИ, разработанный Gensyn. Он помогает вам практиковаться в решении задач программирования и обучать нового помощника, который будет помогать вам в написании кода.
Код для «Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions»
[CoRL '23] Искусная игра на фортепиано с помощью глубокого обучения с подкреплением.
BenchMARL — это библиотека для тестирования многоагентного обучения с подкреплением (MARL). BenchMARL позволяет быстро сравнивать различные алгоритмы, задачи и модели MARL, оставаясь при этом систематически основанным на двух основных принципах: воспроизводимости и стандартизации.
Асинхронный движок обучения с подкреплением для полномодального пост-обучения в больших масштабах
Этот код соответствует симуляционным средам, используемым в рамках проекта MimicGen.
Исследовательское портфолио старшеклассника: 2 публикации, прошедшие рецензирование (IEEE, IJHSR), и 3 действующих проекта в областях машинного обучения, вдохновлённого квантовыми вычислениями, вычислительной биологии, биомедицинской визуализации, обучения с подкреплением для борьбы с лесными пожарами и исследований в области естественно-научного образования. Аффилирован со Stanford Medicine, UCLA COSMOS и UCSB SRA.
RLAnything (ICML 2026) и AutoTool (ICML 2026), DemyAgent: обучение с подкреплением с открытым исходным кодом для LLM и агентных сценариев
Платформа для исследований ИИ по обучению с подкреплением на основе реальных панорамных изображений.
Реализация алгоритмов Inverse Reinforcement Learning (IRL) на Python/TensorFlow. Deep MaxEnt, MaxEnt, LPIRL
Это проект, посвященный алгоритму автономного избегания препятствий с использованием глубокого обучения с подкреплением для БПЛА.
Пакет для обучения с подкреплением для Julia
Библиотека PyTorch для создания агентов глубокого обучения с подкреплением.
Страница проекта «Seg-Zero: Сегментация, управляемая цепочкой рассуждений, с помощью когнитивного подкрепления»
Последние достижения в области долгоцепочечного рассуждения
Этот репозиторий содержит коллекцию ресурсов и статей по моделям диффузии для RL, сопровождающих статью "Diffusion Models for Reinforcement Learning: A Survey."
Платформа принятия интеллектуальных решений для симуляции автономного вождения.
Один файл, один GPU, С нуля, Эффективная библиотека полнопараметрической настройки для «RL для LLM»
Ресурсы моделей «Видение-Язык-Действие» для автономного вождения (VLA4AD), служащие в качестве сопутствующего репозитория к обзорной статье «A Survey on Vision–Language–Action Models for Autonomous Driving».
[ICLR 2026] ReCogDrive: Усиленная когнитивная структура для автономного вождения от начала до конца
Полный жизненный цикл проекта по науке о данных
Открытый исходный код для «HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit».
В этом репозитории собраны некоторые коды, инкапсулирующие общепринятые алгоритмы в области машинного обучения. Большинство из них основаны на Numpy, Pandas или Torch. Вы можете углубить свое понимание связанных моделей и алгоритмов или изменить их, чтобы получить индивидуальный код, принадлежащий вам, обратившись к этому репозиторию.
Кураторский список ресурсов по мультимодальному обучению с подкреплением (постоянно обновляется)
Проект крупномасштабного обучения с подкреплением с открытым исходным кодом для поисковых агентов
MLGym Новая структура и эталон для продвижения исследовательских агентов ИИ