#reinforcement-learning Репозитории
Всего репозиториев: 564
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.
Модульный фреймворк глубокого обучения с подкреплением в PyTorch. Сопутствующая библиотека книги "Foundations of Deep Reinforcement Learning".
Минимальные и аннотированные реализации ключевых идей современных исследований в области глубокого обучения.
Самый полный путь обучения для инженеров AI-агентов · Освойте ИИ-инжиниринг с нуля · 20 этапов, 542 урока · Полный перевод на китайский + сопутствующий сайт + анимированные обучающие видео · Путеводитель по становлению инженером AI-агентов
Реализация на PyTorch алгоритмов Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet..
Atropos — это фреймворк сред обучения с подкреплением для языковых моделей, предназначенный для сбора и оценки траекторий LLM в различных средах
Модель на основе внимания для обучения решению различных задач маршрутизации
Генерация наборов формульных альфа-факторов (прогнозных) акций с помощью обучения с подкреплением.
Куратированный список крутых ссылок и библиотек программного обеспечения, полезных для роботов.
Книги / PDF / EPUB для разных областей программирования. ЧИТАЙ РАСТИ И НАСЛАЖДАЙСЯ 😊😊😊😊
Заметки по чтению статей по глубокому обучению и машинному обучению
Содержание семинара DeepRacer. Это руководство демонстрирует, как разработчики программного обеспечения могут использовать экземпляр Amazon SageMaker Notebook для прямой тренировки и оценки моделей AWS DeepRacer с полным контролем.
Реализация кода «Эффективное онлайн-размещение 3D-объектов в контейнерах на деревьях конфигурации размещения». Мы предлагаем повысить практическую применимость онлайн-задачи размещения 3D-объектов в контейнерах (BPP) путем обучения на иерархическом дереве конфигурации размещения, которое позволяет модели глубокого обучения с подкреплением (DRL) легко справляться с практическими ограничениями и хорошо работать даже в условиях непрерывного пространства решений.
Инструменты для обучения и развертывания RL в реальном мире на основе симуляций для робота Unitree Go1.
Лёгкий симулятор роботов на базе Python, предназначенный для навигации, управления и обучения.
Обучение человекоподобного робота передвижению с использованием обучения с подкреплением
Заметки для чтения о мультимодальных больших языковых моделях, больших языковых моделях и диффузионных моделях
NotaGen: Продвижение музыкальности в символической генерации музыки с помощью парадигм обучения больших языковых моделей
Конспекты лекций, задания для семинаров, включая решения, а также онлайн-видео для курса по обучению с подкреплением, проводимого Университетом Падерборна
Fastbot(2.0) — это основанный на моделях инструмент тестирования для моделирования переходов графического интерфейса и обнаружения проблем со стабильностью приложений
Оценка и воспроизведение политик манипулирования роботами в реальном мире (например, RT-1, RT-1-X, Octo) в симуляции при стандартных настройках (например, Google Robot, WidowX+Bridge) (CoRL 2024)
[ECCV 2026] MixGRPO: Раскрытие эффективности GRPO на основе потока с помощью смешанной ODE-SDE
Простая и стильная реализация PPO. Основано на моей серии Medium: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.
Официальная реализация Gamer: универсальная базовая модель «зрение — язык — действие» для игровых агентов реального времени с долгосрочным горизонтом
Современная библиотека эволюционных вычислений, построенная непосредственно на базе PyTorch, создана в NNAISENSE.
Состязательные вложения навыков для обучения многоразовым контроллерам для физически симулированных персонажей.
Масштабируемая школа обучения RL с несколькими агентами для автономного вождения