reinforcement-learning

Super Mario Bros के लिए Asynchronous Advantage Actor-Critic (A3C) एल्गोरिदम।

अत्यंत तेज़ एंड-टू-एंड Jax RL कार्यान्वयन

मॉड्यूलर रीइन्फोर्समेंट लर्निंग (RL) लाइब्रेरी (PyTorch, JAX, और NVIDIA Warp में कार्यान्वित), जो Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground और अन्य वातावरणों का समर्थन करती है।

यह एक लाइब्रेरी है जो Isaac Gym के माध्यम से दोहरे निपुण हाथ हेरफेर कार्य प्रदान करती है

XuanCe: एक व्यापक और एकीकृत डीप रीइंफोर्समेंट लर्निंग लाइब्रेरी

ऑफ़लाइन सुदृढीकरण शिक्षण (offline-rl) के लिए एल्गोरिदम का एक सूचकांक

अतिरिक्त गेम्स, एमुलेटर और समर्थित प्लेटफॉर्म के साथ gym-retro का एक फोर्क।

SUMO के साथ ट्रैफिक सिग्नल कंट्रोल के लिए रीइंफोर्समेंट लर्निंग वातावरण। Gymnasium, PettingZoo और लोकप्रिय RL लाइब्रेरी के साथ संगत।

प्रोग्रामिंग के विभिन्न क्षेत्रों के लिए किताबें / PDF / EPUB।

AI/ML/DL/CV के साथ बने रहने के लिए आवश्यक मार्गदर्शिका

एजेंटों के लिए निरंतर-सुधार स्टैक। हमारा पर्यावरण डेटा और मूल्यांकन एजेंट सुधार और निगरानी को शक्ति प्रदान करते हैं।

Agent इंजीनियरों के लिए सबसे व्यापक लर्निंग पाथ · शून्य से AI इंजीनियरिंग में महारत · 20 चरण, 503 पाठ · पूर्ण चीनी अनुवाद + सहायक साइट + एनिमेटेड वीडियो · AI Agent इंजीनियर बनने के लिए एक गाइड

Learning Efficient Online 3D Bin Packing on Packing Configuration Trees का कोड कार्यान्वयन। हम पदानुक्रमित पैकिंग कॉन्फ़िगरेशन ट्री पर लर्निंग के माध्यम से ऑनलाइन 3D Bin Packing Problem (BPP) की व्यावहारिक प्रयोज्यता को बढ़ाने का प्रस्ताव करते हैं, जो DRL मॉडल को व्यावहारिक बाधाओं से निपटने और निरंतर समाधान स्थान के साथ भी अच्छा प्रदर्शन करने में सक्षम बनाता है।

🐝 RL / प्रॉम्प्टिंग ऑप्टिमाइज़ेशन के साथ पहले स्व-सुधार करने वाले एजेंट

"Reinforcement Learning: Theory and Python Implementation" पुस्तक के लिए सोर्स कोड।

सबसे तेज़ डीप रीइन्फोर्समेंट लर्निंग लाइब्रेरी

क्वाड्रुपेड रोबोट लोकोमोशन के MPC कंट्रोल के लिए डीप RL।

उच्च थ्रूपुट सिंक्रोनस और असिंक्रोनस सुदृढीकरण शिक्षण (reinforcement learning)

सिफारिश और विज्ञापन उद्योग के क्लासिक और ಅತ್ಯಂತ नवीनतम पेपर, संसाधनों का संग्रह / रिकमेंडेशन सिस्टम और CTR प्रेडिक्शन पर अवश्य पढ़ने योग्य पेपर

पूरी तरह से सहयोगात्मक human-AI प्रदर्शन के लिए एक बेंचमार्क वातावरण।

डिफ्यूजन और ओम्नी मॉडल के लिए मल्टीमॉडल RL प्रशिक्षण फ्रेमवर्क

मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग पर आधारित बेहतरीन गेम AI सामग्री

एक शक्तिशाली 3B-पैरामीटर, LLM-आधारित रीइन्फोर्समेंट लर्निंग ऑडियो एडिट मॉडल, जो भावना, बोलने की शैली और पैरालिंग्विस्टिक्स को एडिट करने में उत्कृष्ट है, और इसमें मजबूत ज़ीरो-शॉट टेक्स्ट-टू-स्पीच की सुविधा है।

रीइन्फोर्समेंट लर्निंग के लिए रोबोटिक्स सिमुलेशन वातावरण का संग्रह

मशीन लर्निंग ओपन सोर्स यूनिवर्सिटी

Generative AI और Deep Learning का उपयोग करके मॉलिक्यूलर और मटेरियल डिज़ाइन की सूची।

RLOps के साथ सुदृढीकरण सीखने (reinforcement learning) को सुव्यवस्थित करना। अत्याधुनिक RL एल्गोरिदम और उपकरण, इवोल्यूशनरी हाइपरपैरामीटर ऑप्टिमाइज़ेशन के माध्यम से 10 गुना तेज़ प्रशिक्षण के साथ।

Gibson Environments: एम्बॉडीड एजेंट्स के लिए वास्तविक दुनिया की धारणा।

"TD-MPC2: Scalable, Robust World Models for Continuous Control" के लिए कोड

PettingZoo and Gymnasium bindings for popular reinforcement learning environments outside of Farama