#reinforcement-learning 仓库
563
仓库总数
2.1M
总星标数
3,717
平均每个仓库星标数
共 564 个仓库
303
xid32/SoundMind
我们引入了音频逻辑推理(ALR)数据集,该数据集包含 6,446 个文本-音频带注释样本,专为复杂的推理任务而设计。在此资源的基础上,我们提出了 SoundMind,这是一种基于规则的强化学习(RL)算法,旨在赋予音频语言模型(ALM)深度双模态推理能力。
⭐ 1,109
👤 Kim-Hammar User
🕐 已更新 2026-07-21
📅 创建时间 2021-12-14
309
Toni-SM/skrl
模块化强化学习 (RL) 库(在 PyTorch、JAX 和 NVIDIA Warp 中实现),支持 Gymnasium/Gym、NVIDIA Isaac Lab、MuJoCo Playground 和其他环境
⭐ 1,102
👤 offchan42 User
🕐 已更新 2024-03-03
📅 创建时间 2016-12-12
⭐ 1,066
👤 BAILOOL User
🕐 已更新 2025-01-18
📅 创建时间 2017-12-03
⭐ 1,042
👤 hanjuku-kaso Organization
🕐 已更新 2024-05-23
📅 创建时间 2020-12-04
⭐ 1,021
👤 imsheridan User
🕐 已更新 2024-01-20
📅 创建时间 2019-12-04
334
CelaDaniel/free-ai-resources-x
🌟 精选的免费高质量 AI 工具 🤖、API 🔗、数据集 📊 和学习资源 📚 合集,涵盖机器学习 🧠、深度学习 🧩、生成式 AI 🎨、自然语言处理 (NLP) 💬 和数据科学 📈。旨在帮助开发者 👩💻、研究人员 🔬 和创作者 ✨ 更快地探索并构建 AI 应用 ⚡。
⭐ 1,008
👤 CelaDaniel User
🕐 已更新 2026-05-21
📅 创建时间 2025-10-17
⭐ 956
👤 d0r1h User
🕐 已更新 2026-10-12
📅 创建时间 2020-08-29
⭐ 954
👤 AspirinCode User
🕐 已更新 2026-11-20
📅 创建时间 2023-02-28
⭐ 951
👤 jonyzhang2023 User
🕐 已更新 2026-03-16
📅 创建时间 2024-01-16