reinforcement-learning-algorithms

Version PyTorch de Stable Baselines, implémentations fiables d'algorithmes d'apprentissage par renforcement.

Dépôt pour le programme Nanodegree en Deep Reinforcement Learning

Moteur d'IA décisionnelle OpenDILab. Le framework d'apprentissage par renforcement le plus complet.

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

Une liste organisée de ressources exceptionnelles sur l'apprentissage par renforcement basé sur des modèles (mise à jour continue).

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

[ICLR 2026] Agentic Reinforced Policy Optimization (ARPO).

Implémentations RL de bout en bout extrêmement rapides avec Jax.

UI-Venus est un agent d'interface utilisateur natif conçu pour effectuer un ancrage précis des éléments GUI et une navigation efficace en utilisant uniquement des captures d'écran comme entrée.

Une liste organisée de ressources sur les Decision Transformers (mise à jour en continu).

Cours de deep learning NMA

MDP et POMDP en Julia : une interface pour définir, résoudre et simuler des processus de décision markoviens totalement ou partiellement observables sur des espaces discrets et continus.

Package de contribution pour Stable-Baselines3 - Code expérimental d'apprentissage par renforcement (RL)

Projet d'algorithme d'évitement d'obstacles autonome pour drone basé sur l'apprentissage par renforcement profond

Code d'accompagnement pour la publication Nature « Discovering State-of-the-art Reinforcement Algorithms »

Une liste de ressources exceptionnelles sur l'exploration en RL (mise à jour continue)

Code pour l'article "Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach"

🤖 Le paquet Python complet pour l'apprentissage robotique par démonstration et la manipulation de robots

Une liste organisée d'articles sur la recherche arborescente de Monte Carlo avec implémentations.

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

[ICLR 2026] Code officiel pour TraceRL : révolutionner le post-entraînement pour les LLM de diffusion, propulsant la série SOTA TraDo.