reinforcement-learning

ReSearch : Apprendre à raisonner avec la recherche pour les LLM via l'apprentissage par renforcement & ReCall : Apprendre à raisonner avec l'appel d'outils pour les LLM via l'apprentissage par renforcement.

Algorithmes concis et élégants écrits en Julia

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

Implémentations d'apprentissage par renforcement (RL)

Un chat robotique programmable et hautement manœuvrable pour l'éducation STEM et les services assistés par IA.

SMAC : Le défi multi-agents StarCraft.

Apprentissage par renforcement profond pour la navigation de robots mobiles dans le simulateur ROS Gazebo. En utilisant le réseau de neurones TD3 (Twin Delayed Deep Deterministic Policy Gradient), un robot apprend à naviguer vers un point cible aléatoire dans un environnement simulé tout en évitant les obstacles.

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

Implémentation PyTorch de Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet, etc.

Un écosystème vivant où des agents IA accomplissent des tâches via des boucles de workflow, s'améliorent par exécution itérative, sont évalués par des agents mentors ou des humains, et transforment le travail accompli en expérience et données réutilisables pour optimiser les futurs agents.

Implémentations minimales de Deep Q Learning (DQN & DDQN) avec Keras

Format standard pour les jeux de données d'apprentissage par renforcement hors ligne, avec des jeux de données de référence populaires et des utilitaires associés.

Notes de lecture sur le Deep Learning et le Machine Learning

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

Recherche en apprentissage par renforcement (RL) sur appareils Android.

Génération d'ensembles de facteurs boursiers alpha (prédictifs) via l'apprentissage par renforcement

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

Notes de cours, exercices pratiques avec solutions et vidéos en ligne pour le cours d'apprentissage par renforcement de l'Université de Paderborn

Cadre de calcul pour l'apprentissage par renforcement dans le contrôle du trafic

[ECCV 2026] MixGRPO : Libérer l'efficacité du GRPO basé sur les flux avec des ODE-SDE mixtes

Évaluer et améliorer les modèles et agents à l'aide d'environnements

Évaluation et reproduction de politiques de manipulation robotique en conditions réelles (ex: RT-1, RT-1-X, Octo) en simulation sous des configurations courantes (ex: Google Robot, WidowX+Bridge) (CoRL 2024)

JMLR : OmniSafe est un framework infrastructurel destiné à accélérer la recherche en SafeRL.

Bibliothèque de calcul évolutionnaire avancée construite directement sur PyTorch, créée par NNAISENSE.

École de formation à l'apprentissage par renforcement multi-agents évolutif pour la conduite autonome.

Apprenez à faire apprendre les machines pour ne plus avoir à lutter pour les programmer ; la liste ultime

Un simulateur de robot léger basé sur Python, conçu pour la navigation, le contrôle et l'apprentissage.

Plongements de compétences adverses pour l'entraînement de contrôleurs réutilisables destinés à des personnages simulés physiquement.

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

Nous présentons le jeu de données Audio Logical Reasoning (ALR), composé de 6 446 échantillons texte-audio annotés, spécifiquement conçus pour des tâches de raisonnement complexe. En nous appuyant sur cette ressource, nous proposons SoundMind, un algorithme d'apprentissage par renforcement (RL) basé sur des règles, conçu pour doter les modèles de langage audio (ALM) de capacités de raisonnement bimodal approfondies.