reinforcement-learning

🤖 Panduan Machine Learning Summer School

TF-Agents: Pustaka TensorFlow yang andal, dapat diskalakan, dan mudah digunakan untuk Contextual Bandits dan Reinforcement Learning.

Makalah penelitian Deep Learning dan deep reinforcement learning beserta beberapa kodenya

API Isaac Lab, ditenagai oleh MuJoCo-Warp, untuk riset pembelajaran penguatan (RL) dan robotika

Lengan humanoid sumber terbuka penuh untuk penelitian AI fisik dan penerapan di lingkungan yang kaya kontak.

Kerangka kerja pelatihan untuk agen pembelajaran penguatan Stable Baselines3, termasuk optimasi hiperparameter dan agen yang telah dilatih sebelumnya.

Implementasi makalah dalam 100 baris kode.

MuZero

Tutorial sederhana dan komprehensif dalam TensorFlow

Pustaka agen AI tingkat perusahaan yang dirancang untuk mendemokratisasikan kecerdasan buatan dan menyediakan alternatif sumber terbuka gratis untuk startup Y Combinator yang dinilai terlalu tinggi.

Kerangka kerja Agent RL untuk agen LLM: reinforcement learning multi-putaran dengan StarPO dan diagnostik reasoning-collapse

Pencarian pohon Monte Carlo di JAX

Kursus Tutorial DRL PPO x Family (Kursus publik tingkat pemula untuk kecerdasan pengambilan keputusan)

Kumpulan makalah Deep Learning untuk Pencarian, Rekomendasi, dan Iklan industri. Fokus pada Embedding, Matching, Pre-Ranking, Ranking, Post Ranking, Relevansi, LLM, dan RL. Mohon sitasi makalah kami "Deep Learning to Rank in Industrial Search Engines, Recommender Systems, and Online Advertising - An Overview and New Perspectives" (TOIS 2026).

robosuite: Kerangka kerja simulasi modular dan tolok ukur untuk pembelajaran robot.

Tutorial/Survei/Panduan Awesome Reasoning LLM

Solusi untuk Reinforcement Learning, An Introduction.

Pustaka RL modular untuk menyempurnakan model bahasa sesuai preferensi manusia.

Lingkungan trading OpenAI Gym yang paling sederhana, fleksibel, dan komprehensif (Disetujui oleh OpenAI Gym)

Implementasi minimal dari clipped objective Proximal Policy Optimization (PPO) di PyTorch

ProtoMotions adalah kerangka simulasi dan pembelajaran yang dipercepat GPU untuk melatih manusia digital dan robot humanoid yang disimulasikan secara fisik.

ICCV2019 - Belajar Melukis dengan Deep Reinforcement Learning berbasis Model

Deep Reinforcement Learning: Zero to Hero!

Kumpulan metode imitasi gerak yang ringan untuk melatih pengendali.

verl-agent adalah ekstensi dari veRL, yang dirancang untuk melatih agen LLM/VLM melalui RL. verl-agent juga merupakan kode resmi untuk makalah "Group-in-Group Policy Optimization for LLM Agent Training"

Koleksi makalah klasik industri dan mutakhir di bidang rekomendasi/periklanan/pencarian.

Lingkungan PyBullet Gymnasium untuk reinforcement learning agen tunggal dan multi-agen pada kontrol quadcopter

[RSS 2025] "ASAP: Menyelaraskan Simulasi dan Fisika Dunia Nyata untuk Mempelajari Keterampilan Seluruh Tubuh Humanoid yang Gesit"

DIAMOND adalah agen pembelajaran penguatan (reinforcement learning) yang dilatih dalam model dunia difusi. NeurIPS 2024 Spotlight.

Lingkungan Reinforcement Learning berbasis game Doom tahun 1993.