#reinforcement-learning Репозитории
Всего репозиториев: 564
[ECCV 2024] DriveDreamer: На пути к моделям мира, управляемым реальным миром, для автономного вождения
FlashSAC: быстрое и стабильное обучение с подкреплением вне политики для управления роботами в задачах высокой размерности
[ICLR 26] TempFlow-GRPO (Temporal Flow GRPO), принципиальная структура GRPO, которая захватывает и использует временную структуру, присущую генерации на основе потоков.
Наборы инструментов для рекурсивного самоулучшения (RSI). Модульная платформа для рекурсивной эволюции управляющей оболочки.
Универсальный, гибкий и простой в использовании симулятор вместе с торговой средой OpenAI Gym для торговой платформы MetaTrader 5 (Одобрено OpenAI Gym)
Ян Лэ Гэ Ян + Глубокое обучение с подкреплением (Deep Reinforcement Learning + 3 Tiles Game)
Кураторский список потрясающих ресурсов по сквозному (End-to-End) автономному вождению (постоянно обновляется)
Надежная основа для взаимодействия человека и нескольких агентов в обучении с подкреплением
《Рекомендательные системы: промышленная архитектура и ключевые алгоритмы》 Рукопись книги в формате AI Native | PDF-файлы глав, карта знаний и локальный обучающий агент. Веб-сайт: https://jhljx.github.io/RecSys-Industrial-Book/
Курируемый список ресурсов по генеративным сетевым потокам (GFlowNets).
агент q - расширенное рассуждение и обучение oss для автономных ИИ-агентов