reinforcement-learning

Asynchronous Advantage Actor-Critic (A3C) Algorithmus für Super Mario Bros

Sehr schnelle End-to-End-Jax-RL-Implementierungen

Modulare Reinforcement-Learning-Bibliothek (implementiert in PyTorch, JAX und NVIDIA Warp) mit Unterstützung für Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground und andere Umgebungen.

Dies ist eine Bibliothek, die Aufgaben zur Manipulation mit zwei geschickten Händen über Isaac Gym bereitstellt.

XuanCe: Eine umfassende und einheitliche Deep-Reinforcement-Learning-Bibliothek

Ein Index von Algorithmen für Offline Reinforcement Learning (offline-rl)

Ein Fork von gym-retro mit zusätzlichen Spielen, Emulatoren und unterstützten Plattformen

Reinforcement-Learning-Umgebungen für die Ampelsteuerung mit SUMO. Kompatibel mit Gymnasium, PettingZoo und gängigen RL-Bibliotheken.

Bücher / PDFs / EPUBs für verschiedene Programmierbereiche. Lesen, wachsen und genießen 😊😊😊😊

Wesentlicher Leitfaden, um bei AI/ML/DL/CV auf dem Laufenden zu bleiben

Der Continuous-Improvement-Stack für Agenten. Unsere Umgebungsdaten und Evaluierungen treiben die Verbesserung und Überwachung von Agenten voran.

Code-Implementierung von „Learning Efficient Online 3D Bin Packing on Packing Configuration Trees“. Wir schlagen vor, die praktische Anwendbarkeit des Online 3D Bin Packing Problem (BPP) durch das Lernen auf einem hierarchischen Packkonfigurationsbaum zu verbessern, wodurch das Deep-Reinforcement-Learning-Modell (DRL) in der Lage ist, praktisch mit Einschränkungen umzugehen und selbst bei kontinuierlichem Lösungsraum gute Leistungen zu erbringen.

🐝 Die ersten selbstverbessernden Agenten mit RL / Prompt-Optimierung

Vollständiger Lernpfad für Agent-Ingenieure · Von Grund auf KI-Engineering meistern · 20 Phasen, 503 Lektionen · Vollständige chinesische Übersetzung + begleitende Website + animierte Erklärungsvideos · Leitfaden zur Ausbildung zum KI-Agenten-Ingenieur

Die schnellste Deep-Reinforcement-Learning-Bibliothek

Quellcode für das Buch „Reinforcement Learning: Theory and Python Implementation“

Deep RL für die MPC-Steuerung der Fortbewegung von vierbeinigen Robotern

Durchsatzstarkes, synchrones und asynchrones Reinforcement Learning

Sammlung klassischer und neuester Forschungsarbeiten sowie Materialien zu Empfehlungssystemen und CTR-Prädiktion

Eine Benchmark-Umgebung für vollständig kooperative Mensch-KI-Leistung.

Großartige Game-AI-Materialien zum Multi-Agent Reinforcement Learning

Ein leistungsstarkes 3B-Parameter-LLM-basiertes Reinforcement-Learning-Audiobearbeitungsmodell, das sich hervorragend für die Bearbeitung von Emotionen, Sprechstil und Paralinguistik eignet und robuste Zero-Shot-Text-to-Speech bietet

Eine Sammlung von Robotik-Simulationsumgebungen für Reinforcement Learning

Machine Learning Open Source University

Liste des molekularen und materiellen Designs unter Verwendung von Generative AI und Deep Learning

Optimierung von Reinforcement Learning mit RLOps. State-of-the-Art-RL-Algorithmen und -Tools mit 10-mal schnellerem Training durch evolutionäre Hyperparameter-Optimierung.

Multimodales RL-Trainingsframework für Diffusions- und Omni-Modelle

Gibson Environments: Real-World-Wahrnehmung für embodied Agents

PettingZoo and Gymnasium bindings for popular reinforcement learning environments outside of Farama

Python-Bibliothek für Reinforcement Learning.