rl

MobileGym: Eine verifizierbare und hochparallele Simulationsplattform für die Forschung zu mobilen GUI-Agenten · Im Browser laufender Android-Emulator · Browser-hosted Android Simulator · Verifizierbare Evaluierung · Skalierbares Online-RL-Training

Contrib-Paket für Stable-Baselines3 – Experimenteller Reinforcement-Learning-Code (RL)

Eine kuratierte Liste von Monte-Carlo-Tree-Search-Papern mit Implementierungen.

KI-Forschungsplattform für Reinforcement Learning aus echten Panoramabildern.

Offizielles Repository für DR Tulu: Reinforcement Learning mit evolvierenden Rubriken für Deep Research

Implementierung von Algorithmen für Inverse Reinforcement Learning (IRL) in Python/Tensorflow. Deep MaxEnt, MaxEnt, LPIRL

Hearthstone-Simulator in C++ mit etwas Reinforcement Learning

BenchMARL ist eine Bibliothek für Benchmarking im Bereich Multi-Agent Reinforcement Learning (MARL). BenchMARL ermöglicht den schnellen Vergleich verschiedener MARL-Algorithmen, -Aufgaben und -Modelle, gestützt auf die zwei Kernprinzipien: Reproduzierbarkeit und Standardisierung.

Neueste Fortschritte beim Long Chain-of-Thought Reasoning

[NeurIPS 2022] 🛒WebShop: Auf dem Weg zu skalierbarer Web-Interaktion in der realen Welt mit Grounded Language Agents.

ROS2-Control-Implementierungen für Quadruped-Roboter, einschließlich Sim2Real

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.

Implementierungen von Multi-Objective Reinforcement Learning Algorithmen.

DeepThinkVLA: Verbesserung der Schlussfolgerungsfähigkeit von Vision-Language-Action-Modellen

Eine Trainingsumgebung für agentische LLMs

Official implementation of GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Optimization