reinforcement-learning

Guide de l'école d'été en apprentissage automatique

TF-Agents : Une bibliothèque TensorFlow fiable, évolutive et facile à utiliser pour les bandits contextuels et l'apprentissage par renforcement.

Articles de recherche sur le Deep Learning et l'apprentissage par renforcement profond, accompagnés de codes sources.

API Isaac Lab, propulsée par MuJoCo-Warp, pour la recherche en apprentissage par renforcement et en robotique

Un bras humanoïde entièrement open source pour la recherche en IA physique et le déploiement dans des environnements riches en contacts.

Un framework d'entraînement pour les agents d'apprentissage par renforcement Stable Baselines3, incluant l'optimisation des hyperparamètres et des agents pré-entraînés.

Implémentation d'articles de recherche en 100 lignes de code.

MuZero

Tutoriels simples et complets sur TensorFlow

Une bibliothèque d'agents IA de niveau entreprise conçue pour démocratiser l'intelligence artificielle et offrir des alternatives open source gratuites aux startups surévaluées du Y Combinator.

RAGEN exploite l'apprentissage par renforcement pour entraîner des agents de raisonnement LLM dans des environnements interactifs et stochastiques.

Recherche arborescente de Monte-Carlo en JAX

Cours tutoriel PPO x Family DRL (Cours public d'introduction à l'intelligence décisionnelle : 8 leçons pour maîtriser la théorie des algorithmes, la logique du code et les applications pratiques de l'IA décisionnelle).

Articles de recherche sur le Deep Learning pour la recherche industrielle, la recommandation et la publicité. Ils se concentrent sur l'embedding, le matching, le pré-classement, le classement, le post-classement, la pertinence, les LLM et l'apprentissage par renforcement.

robosuite : un framework de simulation modulaire et un benchmark pour l'apprentissage robotique

Tutoriel, enquête et guide sur les LLM de raisonnement.

Solutions pour l'ouvrage Reinforcement Learning: An Introduction.

Une bibliothèque RL modulaire pour affiner les modèles de langage selon les préférences humaines

L'environnement de trading OpenAI Gym le plus simple, flexible et complet (approuvé par OpenAI Gym).

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

ProtoMotions est un framework de simulation et d'apprentissage accéléré par GPU pour entraîner des humains numériques et des robots humanoïdes simulés physiquement.

ICCV2019 - Apprendre à peindre avec l'apprentissage par renforcement profond basé sur un modèle

Apprentissage par renforcement profond : de zéro à héros

Une suite légère de méthodes d'imitation de mouvement pour l'entraînement de contrôleurs.

verl-agent est une extension de veRL conçue pour l'entraînement d'agents LLM/VLM par apprentissage par renforcement. verl-agent est également le code officiel de l'article "Group-in-Group Policy Optimization for LLM Agent Training".

Collection d'articles classiques et de pointe de l'industrie dans les domaines de la recommandation, de la publicité et de la recherche.

Environnements PyBullet Gymnasium pour l'apprentissage par renforcement multi-agents et mono-agent du contrôle de quadricoptères.

[RSS 2025] "ASAP : Aligner la simulation et la physique du monde réel pour l'apprentissage de compétences agiles pour humanoïdes"

DIAMOND (DIffusion As a Model Of eNvironment Dreams) est un agent d'apprentissage par renforcement entraîné dans un modèle de monde par diffusion. Spotlight NeurIPS 2024.

Environnements d'apprentissage par renforcement basés sur le jeu Doom de 1993.