opendilab

人間フィードバックによる強化学習（Reinforcement Learning with Human Feedback）のリソースを厳選したリスト（継続的に更新中）。

OpenDILab決定AIエンジン。最も包括的な強化学習フレームワーク。

PPO x Family DRLチュートリアルコース（意思決定AI入門公開講座：全8回でアルゴリズム理論の整理、コードロジックの理解、意思決定AIアプリの実践を習得）

[NeurIPS 2023 Spotlight] LightZero: 一般的な逐次決定シナリオにおけるモンテカルロ木探索の統合ベンチマーク（優れた MCTS）

強化学習（RL）における拡散モデルのリソースに関するキュレーションリスト（随時更新）

モデルベース強化学習（Model-based RL）に関する優れたリソースの厳選リスト（随時更新）

大規模分散学習とグランドマスター級のエージェントを備えた、StarCraft II 向け人工知能プラットフォーム

[CVPR 2024] LMDrive: 大規模言語モデルを用いたクローズドループエンドツーエンド自動運転

Decision Transformer リソースのキュレーションリスト（随時更新）

探索的強化学習（RL）に関する厳選リソースリスト（随時更新）

[CoRL 2022] InterFuser: 解釈可能なセンサーフュージョン Transformer を用いた安全性向上のための自動運転

自動運転シミュレーションのための決定インテリジェンスプラットフォーム。

マルチモーダル強化学習リソースのキュレーションリスト（随時更新）

LLM Riddlesゲームのオープンソースの再現/デモ

単一ファイルで実装された、高品質かつストリーミング対応のSpeech-to-Speech対話型エージェント。

羊了个羊 + 深層強化学習（Deep Reinforcement Learning + 3マッチパズルゲーム）