rl

MobileGym : une plateforme de simulation vérifiable et hautement parallèle pour la recherche sur les agents d'interface graphique mobile, simulateur Android hébergé dans le navigateur, évaluation vérifiable, entraînement RL en ligne évolutif.

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

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

Plateforme de recherche en IA pour l'apprentissage par renforcement à partir d'images panoramiques réelles.

Dépôt officiel de DR Tulu : Apprentissage par renforcement avec rubriques évolutives pour la recherche approfondie

Implémentation d'algorithmes d'apprentissage par renforcement inverse (IRL) en Python/Tensorflow. Deep MaxEnt, MaxEnt, LPIRL

Simulateur Hearthstone utilisant C++ avec un certain apprentissage par renforcement

BenchMARL est une bibliothèque de benchmarking pour l'apprentissage par renforcement multi-agents (MARL). BenchMARL permet de comparer rapidement différents algorithmes MARL, tâches et modèles, tout en étant systématiquement fondé sur ses deux principes fondamentaux : la reproductibilité et la standardisation.

Dernières avancées sur le raisonnement à longue chaîne de pensée (Long Chain-of-Thought)

[NeurIPS 2022] 🛒WebShop : Vers une interaction Web réelle et évolutive avec des agents linguistiques ancrés

Implémentations de ROS2-Control pour robots quadrupèdes, incluant sim2real

Meta Agents Research Environments est une plateforme complète conçue pour évaluer les agents IA dans des scénarios dynamiques et réalistes. Contrairement aux benchmarks statiques, cette plateforme introduit des environnements évolutifs où les agents doivent adapter leurs stratégies à mesure que de nouvelles informations deviennent disponibles, reflétant les défis du monde réel.

Implémentations d'algorithmes d'apprentissage par renforcement multi-objectifs.

DeepThinkVLA : Amélioration de la capacité de raisonnement des modèles Vision-Langage-Action.

Un environnement d'entraînement (Gym) pour les LLM agents

Official implementation of GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Optimization