#reinforcement-learning Репозитории
Всего репозиториев: 564
Реализация алгоритма AlphaZero для Гомоку (также называемого Gobang или Five in a Row)
Стандартный API для сред многопользовательского обучения с подкреплением, включающий популярные эталонные среды и связанные утилиты
Вводные курсы по глубокому обучению, продвинутые курсы, специальные курсы, академические кейсы, промышленные практические кейсы, энциклопедия знаний по глубокому обучению и банк вопросов для собеседований Курсы, кейсы и знания по Deep Learning и AI
Фреймворк навыков манипуляции, симулятор робототехники и бенчмарк с открытым исходным кодом, распараллеленный на GPU
Отладка, мониторинг и визуализация для Python Machine Learning и Data Science
Высокопроизводительный фреймворк для распределённого обучения в Reinforcement Learning
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)
Miles – это корпоративно ориентированная система обучения с подкреплением для пост‑тренировки LLM и VLM, форк, созданный и совместно развиваемый со slime.
Обучение с подкреплением / Боты ИИ в карточных (покер) играх - Blackjack, Leduc, Texas, DouDizhu, Mahjong, UNO.
Коллекция сред для задач автономного вождения и принятия тактических решений
Tensorforce: библиотека TensorFlow для прикладного обучения с подкреплением
[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments
Массово-параллельное моделирование физики твердого тела на аппаратном обеспечении ускорителя.
Каталог руководств и репозиториев с открытым исходным кодом для работы с Keras, библиотекой глубокого обучения на Python
Модульная библиотека высокого уровня для обучения воплощённых ИИ-агентов в различных задачах и средах.
Skywork-R1V — это передовая серия мультимодальных моделей ИИ, разработанная Skywork AI, специализирующаяся на зрительно-языковом рассуждении.
Тщательно отобранные ссылки на ресурсы по data science в одном месте
Официальный репозиторий "Eureka: Human-Level Reward Design via Coding Large Language Models" (ICLR 2024)
Потрясающие бесплатные курсы по машинному обучению и ИИ с видеолекциями.
Библиотека ИИ-агентов для обучения с подкреплением, готовая к производству, созданная командой прикладного обучения с подкреплением в Meta.
Научные статьи по глубокому обучению и глубокому обучению с подкреплением, а также некоторые коды
TF-Agents: Надежная, масштабируемая и простая в использовании библиотека TensorFlow для контекстных бандитов и обучения с подкреплением.
Тренировочная основа для агентов обучения с подкреплением Stable Baselines3, с оптимизацией гиперпараметров и включенными предварительно обученными агентами.
Roboto_origin Полностью открытый DIY-робот-ги́маноид / Прототип Luo Bo Tou – Полностью открытый, вручную изготовленный робот-ги́маноид
Фреймворк обучения с подкреплением для LLM-агентов: многоходовое обучение с подкреплением с использованием StarPO и диагностика коллапса рассуждений
Краткий курс из шести эпизодов для разработчиков ПО, желающих стать практиками машинного обучения.
Библиотека байесовской оптимизации и обучения с подкреплением, разработанная лабораторией Huawei Noah's Ark Lab
TradeMaster — это платформа с открытым исходным кодом для количественной торговли, основанная на обучении с подкреплением :fire: :zap: :rainbow:
Официальная кодовая база для Decision Transformer: Обучение с подкреплением через моделирование последовательностей.