reinforcement-learning

Decision-Intelligence-Plattform für die Simulation autonomen Fahrens.

Dieses Repository sammelt Code zur Implementierung gängiger Algorithmen im Bereich des maschinellen Lernens. Die meisten basieren auf Numpy, Pandas oder Torch. Sie können Ihr Verständnis vertiefen oder den Code an Ihre Bedürfnisse anpassen.

RLAnything (ICML 2026) & AutoTool (ICML 2026), DemyAgent: Open-Source-RL für LLMs und Agentenszenarien

Eine Sammlung von Multi-Agenten-Umgebungen basierend auf OpenAI gym.

API zum Ausführen von VirtualHome, einem Multi-Agenten-Haushaltssimulator

Ein einheitliches Framework für robotergestütztes Lernen

Implementierung des walk-these-ways-Projekts auf Unitree Go2

Erkunden Sie den multimodalen „Aha-Moment“ am 2B-Modell.

Veröffentlicht in Nature Machine Intelligence! Der erste echte Roboter (Quadrokopter) auf Basis von differenzierbarem Physik-Training.

Kursnotizen zur Vorlesung Machine Learning 2021 Spring von Professor Hung-yi Lee an der National Taiwan University (NTU).

[ICLR 2026] ReCogDrive: Ein verstärktes kognitives Framework für End-to-End autonomes Fahren.

Relevante Fachartikel zum Thema Reinforcement Learning, einschließlich klassischer Publikationen und aktueller Beiträge von Top-Konferenzen.

Eine asynchrone Reinforcement-Learning-Engine für skaliertes Omni-Modal Post-Training.

Eine kuratierte Liste von Forschungsarbeiten zu Reinforcement Learning für die Videogenerierung

[ICML 2026] Offizielle Ressourcen zu Graph-R1: Ein Framework für agentisches GraphRAG mittels End-to-End Reinforcement Learning.

AAAI 2024 Papers: Eine umfassende Sammlung innovativer Forschungsarbeiten einer der führenden Konferenzen für künstliche Intelligenz, inklusive Code-Implementierungen.

Benchmarking des Spektrums von Agentenfähigkeiten.

NeurIPS 2023: Safety-Gymnasium: Ein einheitlicher Benchmark für sicheres Reinforcement Learning.

Implementierung von ChatGPT RLHF (Reinforcement Learning with Human Feedback) auf jedem Generierungsmodell in Huggingfaces Transformer (blommz-176B/bloom/gpt/bart/T5/MetaICL)

Deep Reinforcement Learning (PPO) im autonomen Fahren (Carla) [von Grund auf]

Meta Agents Research Environments ist eine umfassende Plattform zur Evaluierung von KI-Agenten in dynamischen, realistischen Szenarien. Im Gegensatz zu statischen Benchmarks bietet diese Plattform sich entwickelnde Umgebungen, in denen Agenten ihre Strategien bei neuen Informationen anpassen müssen, um reale Herausforderungen abzubilden.

Eine kuratierte Liste von Ressourcen zur künstlichen Intelligenz (Kurse, Tools, Apps, Open-Source-Projekte)

[NeurIPS 2025 Spotlight] LLM-Post-Training-Suite – mit ReasonFlux, ReasonFlux-PRM und ReasonFlux-Coder.

MuJoCo-Modell eines Fruchtfliegenkörpers und Aufgaben für Reinforcement Learning zur Fortbewegung

UMI on Legs: Mobilität für Manipulationsrichtlinien durch manipulationszentrierte Ganzkörper-Controller

Kuratierte Liste öffentlich zugänglicher Machine-Learning-Kurse von CalTech, Columbia, Berkeley, MIT und Stanford.

Implementierungen von Multi-Objective Reinforcement Learning Algorithmen.

[CVPR 2025 Highlight] InterMimic: Auf dem Weg zur universellen Ganzkörpersteuerung für physikbasierte Mensch-Objekt-Interaktionen.

Ein universeller, flexibler und benutzerfreundlicher Simulator sowie eine OpenAI Gym-Handelsumgebung für die MetaTrader 5-Plattform (von OpenAI Gym genehmigt).