ppo

Tutoriel d'apprentissage par renforcement en chinois (Livre Champignon 🍄), lecture en ligne : https://datawhalechina.github.io/easy-rl/

Une bibliothèque élégante d'apprentissage par renforcement profond pour PyTorch.

Implémentation haute qualité en fichier unique d'algorithmes d'apprentissage par renforcement profond avec des fonctionnalités adaptées à la recherche (PPO, DQN, C51, DDPG, TD3, SAC, PPG).

Tutoriels simples d'apprentissage par renforcement, enseignement de l'IA en chinois par MorvanPython

Dépôt pour le programme Nanodegree en Deep Reinforcement Learning

Apprentissage par renforcement profond massivement parallèle.

Un programme open-source pratique pour faire le pont entre les concepts de base de l'apprentissage par renforcement (RL) et l'alignement des LLM, RLVR et les systèmes d'agents avancés.

FinRL-X : Une infrastructure modulaire nativement IA pour le trading quantitatif.

Implémentation modulaire d'algorithmes de Deep RL en PyTorch

Implémentation PyTorch propre, robuste et unifiée d'algorithmes populaires d'apprentissage par renforcement profond (DRL) (Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL)

Implémentation minimale de l'algorithme PPO (Proximal Policy Optimization) avec objectif écrêté en PyTorch

Implémentation officielle de Multi-Agent PPO (MAPPO).

Framework modulaire d'apprentissage par renforcement profond en PyTorch. Bibliothèque compagnon du livre "Foundations of Deep Reinforcement Learning".

Une implémentation PPO simple et élégante, basée sur ma série Medium.

Entraînement d'un robot humanoïde à la locomotion par apprentissage par renforcement

Implémentations RL de bout en bout extrêmement rapides avec Jax.

XuanCe : une bibliothèque d'apprentissage par renforcement profond complète et unifiée

Une bibliothèque avec des implémentations extensibles de DPO, KTO, PPO, ORPO et d'autres fonctions de perte centrées sur l'humain (HALO).

Fichiers de démarrage en RL pour entraîner, visualiser et évaluer immédiatement un agent sans écrire la moindre ligne de code

Ce dépôt contient la plupart des implémentations PyTorch des algorithmes classiques d'apprentissage par renforcement profond, notamment : DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (D'autres algorithmes sont en cours de développement)

🌾 OAT : un cadre de recherche convivial pour l'alignement en ligne des LLM, incluant l'apprentissage par renforcement, l'apprentissage des préférences, etc.

Une bibliothèque PyTorch pour la construction d'agents d'apprentissage profond par renforcement.

RLAnything (ICML 2026) & AutoTool (ICML 2026), DemyAgent : RL open source pour les LLM et les scénarios d'agents

Fine-tuning simple et efficace de LLM (prise en charge de LLaMA, LLaMA2, LLaMA3, Qwen, Baichuan, GLM, Falcon). Entraînement et déploiement de quantification efficace pour grands modèles.

Une liste de documents sélectionnés sur l'apprentissage par renforcement pour la génération de vidéo

Apprentissage par renforcement profond (PPO) dans la conduite autonome (Carla) [depuis zéro]