rl

MobileGym: Platform Simulasi yang Dapat Verifikasi dan Sangat Pararel untuk Penelitian Agen GUI Seluler · Simulator Android yang berjalan di browser · Simulator Android Berbasis Browser · Evaluasi yang Dapat Verifikasi · Pelatihan RL Online yang Dapat Skala

Paket Contrib untuk Stable-Baselines3 - Kode reinforcement learning (RL) eksperimental

Daftar kurasi makalah Monte Carlo tree search beserta implementasinya.

Platform Riset AI untuk Reinforcement Learning dari Citra Panoramik Nyata.

Repositori resmi untuk DR Tulu: Reinforcement Learning dengan Evolving Rubrics untuk Deep Research

Implementasi algoritma Inverse Reinforcement Learning (IRL) dalam Python/Tensorflow. Deep MaxEnt, MaxEnt, LPIRL

Simulator Hearthstone menggunakan C++ dengan beberapa reinforcement learning

BenchMARL adalah pustaka untuk pengujian <i>benchmark</i> Multi-Agent Reinforcement Learning (MARL). BenchMARL memungkinkan perbandingan cepat antara berbagai algoritma, tugas, dan model MARL dengan tetap berlandaskan pada dua prinsip inti: reproduksibilitas dan standarisasi.

Kemajuan Terbaru dalam Penalaran Rantai Pemikiran Panjang

[NeurIPS 2022] 🛒WebShop: Menuju Interaksi Web Dunia Nyata yang Skalabel dengan Agen Bahasa Berbasis Grounding

Implementasi ROS2-Control untuk robot berkaki empat, termasuk sim2real

Meta Agents Research Environments adalah platform komprehensif yang dirancang untuk mengevaluasi agen AI dalam skenario yang dinamis dan realistis. Tidak seperti tolok ukur statis, platform ini memperkenalkan lingkungan yang terus berkembang di mana agen harus menyesuaikan strategi mereka saat informasi baru tersedia, mencerminkan tantangan di dunia nyata.

Implementasi algoritma Multi-Objective Reinforcement Learning.

DeepThinkVLA: Meningkatkan Kemampuan Penalaran Model Vision-Language-Action

Sebuah Gym untuk Agentic LLMs

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