reinforcement-learning

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

UniRL यूनिफाइड मल्टीमॉडल मॉडल रीइन्फोर्समेंट लर्निंग के लिए एक फ्रेमवर्क है

JAX में मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग के त्वरित प्रयोग के लिए एक शोध-अनुकूल कोडबेस

Multi-Agent Resource Optimization (MARO) प्लेटफ़ॉर्म वास्तविक दुनिया की संसाधन अनुकूलन समस्याओं के लिए Reinforcement Learning as a Service (RaaS) का एक उदाहरण है।

डिफ्यूजन मॉडल के बारे में सीखने के लिए प्रमुख शोध पत्रों और ब्लॉगों का सारांश। सभी प्रकाशित डिफ्यूजन रोबोटिक्स शोध पत्रों की विस्तृत सूची

UniLab: GPU-प्रधान प्रतिमानों से परे रोबोट RL के लिए एक विषम आर्किटेक्चर।

PyBullet CartPole और Quadrotor एनवायरनमेंट—CasADi सिम्बोलिक ए प्रियोरी डायनामिक्स के साथ—लर्निंग-आधारित कंट्रोल और RL के लिए

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

CARLA संसाधन जैसे ट्यूटोरियल, ब्लॉग, कोड आदि https://github.com/carla-simulator/carla

Tencent का Honor of Kings AI ओपन एनवायरनमेंट।

Transformers हैं सैंपल-एफिशिएंट वर्ल्ड मॉडल्स। ICLR 2023, उल्लेखनीय शीर्ष 5%।

अद्भुत Deep Reinforcement Learning संसाधनों की एक क्यूरेटेड सूची।

कॉम्बिनेटरियल ऑप्टिमाइज़ेशन (CO) के लिए रीइन्फोर्समेंट लर्निंग (RL) से संबंधित सभी चीज़ों के लिए एक PyTorch लाइब्रेरी।

Tien Kung-Lab: पैरों वाले रोबोटों के लिए डायरेक्ट IsaacLab वर्कफ़्लो

🕹️ JAX में स्केलेबल सुदृढीकरण शिक्षण (reinforcement learning) वातावरण का एक विविध सूट

डी नोवो डिज़ाइन, स्कैफोल्ड हॉपिंग, आर-ग्रुप रिप्लेसमेंट, लिंकर डिज़ाइन और मॉलिक्यूल ऑप्टिमाइज़ेशन के लिए AI मॉलिक्यूलर डिज़ाइन टूल।

[CoRL 2024] HumanPlus: Humanoid Shadowing and Imitation from Humans

JAX के साथ मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग

एकीकृत रीइंफोर्समेंट लर्निंग फ्रेमवर्क

🌟 मशीन लर्निंग, डीप लर्निंग, जेनरेटिव AI, NLP और डेटा साइंस को कवर करने वाले मुफ्त, उच्च गुणवत्ता वाले AI टूल्स, APIs, डेटासेट्स और लर्निंग रिसोर्सेज का संग्रह। डेवलपर्स, शोधकर्ताओं और क्रिएटर्स के लिए AI के साथ तेजी से निर्माण करने हेतु डिज़ाइन किया गया।

Contextual bandits एल्गोरिदम का Python कार्यान्वयन

🚀🚀🚀 लार्ज लैंग्वेज मॉडल (LLM), विज़न लैंग्वेज मॉडल (VLM), विज़न लैंग्वेज एक्शन (VLA), AI जेनरेटेड कंटेंट (AIGC), और संबंधित डेटासेट व एप्लिकेशन के बारे में कुछ बेहतरीन सार्वजनिक प्रोजेक्ट्स का संग्रह।

यह रिपॉजिटरी सुरक्षित रीइनफोर्समेंट लर्निंग बेसलाइन के लिए है।

शानदार NVIDIA Isaac Gym फ्रेमवर्क, पेपर, सॉफ्टवेयर और संसाधनों की एक क्यूरेटेड सूची

लार्ज लैंग्वेज मॉडल्स के ऑन-पॉलिसी डिस्टिलेशन (OPD) के लिए पेपर्स, तकनीकी रिपोर्ट्स, फ्रेमवर्क्स और टूल्स का एक क्यूरेटेड संग्रह

MobileGym: मोबाइल GUI एजेंट अनुसंधान के लिए एक सत्यापन योग्य और अत्यधिक समानांतर सिमुलेशन प्लेटफॉर्म · ब्राउज़र-होस्टेड Android सिम्युलेटर · सत्यापन योग्य मूल्यांकन · स्केलेबल ऑनलाइन RL प्रशिक्षण

BFM_Zero: अनसुपरवाइज्ड रीइन्फोर्समेंट लर्निंग का उपयोग करके ह्यूमनॉइड कंट्रोल के लिए एक प्रॉम्प्टेबल बिहेवियरल फाउंडेशन मॉडल

Julia में MDPs और POMDPs - डिस्क्रीट और कंटीन्यूअस स्पेस पर पूरी तरह से और आंशिक रूप से अवलोकनीय मार्कोव निर्णय प्रक्रियाओं को परिभाषित करने, हल करने और सिम्युलेट करने के लिए एक इंटरफ़ेस।

PyBullet फिजिक्स इंजन और gymnasium पर आधारित रोबोटिक वातावरण का सेट।

स्वायत्त एजेंट बनाने पर हालिया शोध पत्रों का संग्रह। इसमें दो विषय शामिल हैं: RL-आधारित और LLM-आधारित एजेंट।