reinforcement-learning

Rainbow est tout ce dont vous avez besoin ! Un tutoriel étape par étape de DQN à Rainbow

AgentFlow : Optimisation de système agentique en flux continu.

Deep Learning avancé avec Keras, publié par Packt

Hub de ressources développeur pour NVIDIA Nemotron — Une ressource centralisée pour les recettes d'entraînement, les guides d'utilisation, les jeux de données et des exemples de référence complets pour construire avec les modèles Nemotron.

Ressources IA GRATUITES - Cours, emplois, blogs, recherche en IA, et bien plus encore - pour tous !

Optimisation symbolique physique

Implémentation simplifiée de tous les algorithmes d'apprentissage par renforcement (RL).

Environnement de trading et de backtesting pour entraîner des agents d'apprentissage par renforcement ou des algorithmes basés sur des règles simples.

RoboVerse : vers une plateforme, un jeu de données et un benchmark unifiés pour l'apprentissage robotique évolutif et généralisable.

Sélection de livres et PDF sur l'IA pour l'apprentissage et le téléchargement, incluant des modèles de test pour s'exercer.

Jouer au jeu du serpent avec l'IA.

Une bibliothèque légère d'outils et d'utilitaires pour l'entraînement PyTorch.

Code d'entraînement par apprentissage par renforcement pour AgiBot X1.

Simulation de réseaux de neurones impulsionnels (SNN) utilisant PyTorch.

Neuroévolution profonde

[NeurIPS 2023 Spotlight] LightZero : un benchmark unifié pour la recherche arborescente de Monte Carlo (MCTS) dans des scénarios de décision séquentielle généraux.

Safe RLHF : Alignement de valeur contraint via l'apprentissage par renforcement sécurisé à partir de la rétroaction humaine

[IEEE RA-L'25] NavRL : Apprentissage du vol sécurisé dans des environnements dynamiques (NVIDIA Isaac/Python/ROS1/ROS2)

Package open-source permettant aux créateurs de jeux vidéo, chercheurs en IA et passionnés d'apprendre des comportements complexes pour leurs personnages non-joueurs ou agents.

Cours gratuit pour passer de débutant à expert en apprentissage par renforcement.

AgentEvolver : Vers un système d'agents auto-évolutifs efficace

Une IA rapide et performante pour le mah-jong riichi, propulsée par Rust et l'apprentissage par renforcement profond.

Liste organisée des meilleures ressources en intelligence artificielle

Moteur d'exécution d'environnement parallèle haute performance basé sur C++ (environnement vectorisé) pour les environnements RL généraux.

Pour l'apprentissage par renforcement profond et le futur de l'IA.

[NeurIPS 2025 Spotlight] Environnements de raisonnement pour l'apprentissage par renforcement avec récompenses vérifiables

Une liste organisée de liens et de bibliothèques logicielles utiles pour la robotique.

Une collection de notebooks Jupyter de référence et d'applications IA/ML de démonstration pour les cas d'usage en entreprise : marketing, tarification, chaîne d'approvisionnement, fabrication intelligente, et plus encore.

TextWorld est un environnement d'apprentissage sandbox pour l'entraînement et l'évaluation d'agents d'apprentissage par renforcement (RL) sur des jeux textuels.

Outils d'entraînement et de déploiement RL sim-to-real pour le robot Unitree Go1.