reinforcement-learning

ビデオ講義付きのコンピュータサイエンスコース一覧。

Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、DeepSeek-V4、FLUXなどを含むLLMおよび拡散モデルを実行・学習するためのローカルUI。

🧑‍🏫 60以上のディープラーニング論文の実装/チュートリアルと、並行ノート 📝。トランスフォーマー（original, xl, switch, feedback, vit, ...）、オプティマイザ（adam, adabelief, sophia, ...）、GANs（cyclegan, stylegan2, ...）、🎮強化学習（ppo, dqn）、capsnet、蒸留（distillation, ...）など🧠

学び、構築し、他者のためにリリースする。

RayはAIコンピューティングエンジンです。Rayは、コアとなる分散ランタイムと、MLワークロードを高速化するためのAIライブラリ群で構成されています。

《深入理解 AI Agent：设计原理与工程实践》（李博杰 著）オープンソースメインリポジトリ：全書本文、コンパイル版PDF、および章ごとの対応コード。

SGLangは、大規模言語モデルおよびマルチモーダルモデル向けの高性能サービングフレームワークです。

📚 データサイエンスおよび機械学習を本番環境で利用する際の企業の論文や技術ブログ。

マルチフレームワークのコード、数学、ディスカッションを伴うインタラクティブな深層学習ブック。Stanford、MIT、Harvard、Cambridgeを含む70カ国から500の大学で採用されています。

FinGPT: オープンソースの金融大規模言語モデル！革新をもたらします🔥 学習済みモデルをHuggingFaceで公開。

トレーディングのための機械学習コード、第3版 — データソースの確保からライブ実行まで。

Unity Machine Learning Agents Toolkit (ML-Agents) は、深層強化学習と模倣学習を用いてインテリジェントエージェントを訓練するための環境としてゲームやシミュレーションを利用可能にするオープンソースプロジェクトです。

AIエージェントを輝かせるための究極のトレーナー。

これは「Mathematical Foundations of Reinforcement Learning.」という新しい書籍のホームページです。

《李宏毅深度学习教程》（李宏毅先生推奨👍、Apple Books🍎）、PDFダウンロードアドレス：https://github.com/datawhalechina/leedl-tutorial/releases

人工知能 (AI) のコース、書籍、ビデオ講義、論文の厳選リスト。

強化学習のPython実装：入門

Bullet Physics SDK：VR、ゲーム、視覚効果、ロボティクス、機械学習など向けのリアルタイム衝突検出およびマルチフィジックスシミュレーション。

強化学習の中国語チュートリアル（蘑菇书🍄）、オンライン閲覧アドレス：https://datawhalechina.github.io/easy-rl/

PyTorch版のStable Baselines。強化学習アルゴリズムの信頼性の高い実装を提供。

これらの刺激的な講義を通じて、Deep Learning、Reinforcement Learning、Machine Learning、Computer Vision、NLPにどっぷり浸りましょう!!

単一エージェント強化学習環境のための標準API。人気の参照環境や関連ユーティリティを含む（旧Gym）

AI開発者プラットフォーム。Weights & Biasesを使用してモデルのトレーニングとファインチューニングを行い、実験から本番環境までのモデル管理を行う。

例 📓 Amazon SageMaker を使用して機械学習モデルを構築、トレーニング、デプロイする方法を示す Jupyter ノートブック。

Agent Reinforcement Trainer: GRPOを用いた実世界タスク向けマルチステップエージェントの訓練。エージェントに現場トレーニングを提供。Qwen3.6、GPT-OSS、Llamaなどに対応した強化学習！

研究フレンドリーな機能（PPO, DQN, C51, DDPG, TD3, SAC, PPG）を備えた、高品質な単一ファイルでの深層強化学習アルゴリズムの実装。

Rayベースの使いやすいスケーラブルで高性能なエージェンティックRLフレームワーク (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)

シンプルな強化学習チュートリアル、莫烦Python 中文AI教学

機械学習の例とチュートリアルのコレクション。

SANA：Linear Diffusion Transformerによる効率的な高解像度画像合成