reinforcement-learning

ReSearch: Erlernen des Schlussfolgerns mit Suche für LLMs durch Reinforcement Learning & ReCall: Erlernen des Schlussfolgerns mit Tool-Aufrufen für LLMs durch Reinforcement Learning

Prägnante und schöne Algorithmen, geschrieben in Julia

Eine kuratierte Liste fantastischer modellbasierter RL-Ressourcen (laufend aktualisiert)

RL-Implementierungen

Eine programmierbare und äußerst manövrierfähige Roboterkatze für die STEM-Bildung und KI-erweiterte Dienste.

SMAC: Die StarCraft Multi-Agent Challenge

Modulares Deep-Reinforcement-Learning-Framework in PyTorch. Begleitbibliothek zum Buch "Foundations of Deep Reinforcement Learning".

Deep Reinforcement Learning für die Navigation von mobilen Robotern im ROS Gazebo Simulator. Mithilfe eines neuronalen Netzwerks mit Twin Delayed Deep Deterministic Policy Gradient (TD3) lernt ein Robot, in einer simulierten Umgebung zu einem zufälligen Zielpunkt zu navigieren und dabei Hindernissen auszuweichen.

PyTorch-Implementierung von Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet..

Das lebendige Ökosystem, in dem KI-Agenten Aufgaben durch Workflow-Schleifen erledigen, sich durch iterative Ausführung verbessern, von Mentor-Agenten oder Menschen bewertet werden und abgeschlossene Arbeit in wiederverwendbare Berufserfahrung und Daten umwandeln, um zukünftige Agenten zu verbessern.

Minimale Deep Q Learning (DQN & DDQN) Implementierungen in Keras

Ein Standardformat für Offline-Reinforcement-Learning-Datensätze mit gängigen Referenzdatensätzen und zugehörigen Hilfsprogrammen

Notizen zum Lesen von Fachliteratur über Deep Learning und Machine Learning

Eine einfache und gut strukturierte PPO-Implementierung. Basiert auf meiner Medium-Serie: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.

RL-Forschung auf Android-Geräten.

Generierung von Sätzen formelhafter Alpha-Aktienfaktoren (prädiktiv) mittels Reinforcement Learning.

Training eines humanoiden Roboters für die Fortbewegung mittels Reinforcement Learning

Vorlesungsunterlagen, Übungsaufgaben inklusive Lösungen sowie Online-Videos für den Kurs zum bestärkenden Lernen (Reinforcement Learning) an der Universität Paderborn

Rechenrahmen für Reinforcement Learning in der Verkehrssteuerung

[ECCV 2026] MixGRPO: Erschließung der Flow-basierten GRPO-Effizienz mit Mixed ODE-SDE

Modelle und Agenten mithilfe von Umgebungen evaluieren und verbessern

Evaluierung und Reproduktion realer Roboter-Manipulationsrichtlinien (z. B. RT-1, RT-1-X, Octo) in der Simulation unter gängigen Setups (z. B. Google Robot, WidowX+Bridge) (CoRL 2024)

JMLR: OmniSafe ist ein Infrastruktur-Framework zur Beschleunigung der SafeRL-Forschung.

Fortgeschrittene Bibliothek für evolutionäre Berechnungen direkt auf Basis von PyTorch, entwickelt bei NNAISENSE.

Skalierbare Multi-Agenten-RL-Schulungsumgebung für das autonome Fahren

:computer: Lernen Sie, Maschinen das Lernen beizubringen, damit Sie sie nicht mühsam programmieren müssen; Die ultimative Liste

Ein Python-basierter, leichtgewichtiger Robotersimulator für Navigation, Steuerung und Lernen

Adversarial Skill-Embeddings zum Trainieren wiederverwendbarer Controller für physikalisch simulierte Charaktere

[ICLR 2026] Agentic Reinforced Policy Optimization (ARPO)

Wir stellen den Datensatz „Audio Logical Reasoning (ALR)“ vor, der aus 6.446 text-audio-annotierten Stichproben besteht, die speziell für komplexe Reasoning-Aufgaben entwickelt wurden. Basierend auf dieser Ressource schlagen wir SoundMind vor, einen regelbasierten Reinforcement-Learning-Algorithmus (RL), der Audiolanguage-Modelle (ALMs) mit tiefen bimodalen Reasoning-Fähigkeiten ausstattet.