opendilab

ह्यूमन फीडबैक के साथ रीइंफोर्समेंट लर्निंग संसाधनों की एक क्यूरेटेड सूची (लगातार अपडेट की जाती है)

OpenDILab डिसीजन AI इंजन। सबसे व्यापक सुदृढीकरण शिक्षण (Reinforcement Learning) फ्रेमवर्क बी.पी.

PPO x Family DRL ट्यूटोरियल कोर्स (निर्णय इंटेलिजेंस शुरुआती स्तर का सार्वजनिक कोर्स: एल्गोरिदम सिद्धांत को समझने, कोड लॉजिक को व्यवस्थित करने और निर्णय AI अनुप्रयोगों का अभ्यास करने में आपकी मदद करने के लिए 8 कक्षाएं)

[NeurIPS 2023 Spotlight] LightZero: सामान्य अनुक्रमिक निर्णय परिदृश्यों में Monte Carlo Tree Search के लिए एक एकीकृत बेंचमार्क (awesome MCTS)

RL में Diffusion Model संसाधनों की एक क्यूरेटेड सूची (लगातार अपडेट की जाती है)

अद्भुत मॉडल आधारित RL संसाधनों की एक क्यूरेटेड सूची (लगातार अपडेट की जाती है)

बड़े पैमाने पर वितरित प्रशिक्षण और ग्रैंड-मास्टर एजेंटों के साथ StarCraft II के लिए एक कृत्रिम बुद्धिमत्ता प्लेटफ़ॉर्म।

[CVPR 2024] LMDrive: बड़े भाषा मॉडल के साथ बंद-पाश अंत-से-अंत ड्राइविंग

Decision Transformer संसाधनों की एक क्यूरेटेड सूची (लगातार अपडेट की जाती है)

बेहतरीन एक्सप्लोरेशन RL संसाधनों की एक क्यूरेटेड सूची (लगातार अपडेट की जाती है)

[CoRL 2022] InterFuser: व्याख्या योग्य सेंसर फ्यूजन ट्रांसफार्मर का उपयोग करके सुरक्षा-वर्धित स्वायत्त ड्राइविंग

ऑटोनॉमस ड्राइविंग सिमुलेशन के लिए डिसीजन इंटेलिजेंस प्लेटफॉर्म।

मल्टी-मोडल रीइन्फोर्समेंट लर्निंग संसाधनों की एक क्यूरेटेड सूची (लगातार अपडेट की जाती है)

LLM Riddles गेम का ओपन-सोर्स रीप्रोडक्शन/डेमो

एक ही फ़ाइल में उच्च-गुणवत्ता और स्ट्रीमिंग स्पीच-टू-स्पीच इंटरैक्टिव एजेंट।

3 Tiles Game + डीप रीइन्फोर्समेंट लर्निंग (Deep Reinforcement Learning)