reinforcement-learning

ChatGPTの資料まとめ学習、継続的な更新...

強化学習コンポーネントおよびエージェントのライブラリ

Free Spaced Repetition Schedulerアルゴリズムに基づいたモダンなAnkiカスタムスケジューリング

これはAndrew NGによるCourseraの手書きノートです。

AIインフラ / AIオーケストレーション / AIコントロールプレーン

ワールドモデルを通じた多様なドメインのマスター

最小限でクリーンな強化学習のサンプル

ディープラーニングの入門・上級・特色コース、学術・産業実践事例、知識百科、面接問題集

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。

五目並べのためのAlphaZeroアルゴリズムの実装

推薦システムに関する古典的な論文とリソース

オープン機械学習コース

強化学習のための、モジュール式でプリミティブ中心の Python ファーストな PyTorch ライブラリ

カード（ポーカー）ゲームにおける強化学習/AIボット - ブラックジャック、Leduc、テキサスホールデム、闘地主、麻雀、UNO

マルチエージェント強化学習環境のための標準API。一般的なリファレンス環境および関連ユーティリティを含む。

🦞 エージェントに話しかけるだけで、学習して進化します 🧬

Pythonの機械学習およびデータサイエンス向けデバッグ、モニタリング、可視化ツール

強化学習のための高性能分散学習フレームワーク

主要な深層強化学習（DRL）アルゴリズムのクリーン、堅牢、かつ統一された PyTorch 実装（Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL）

高速化されたディープラーニングの研究開発

Tensorforce: 応用強化学習のためのTensorFlowライブラリ

自動運転および戦術的意思決定タスク向けの環境コレクション

操作スキルフレームワーク：オープンソースの GPU 並列化ロボットシミュレータおよびベンチマーク

アクセラレータハードウェア上の超並列リジッドボディ物理シミュレーション

データサイエンスに関する厳選されたリソースリンク集

Skywork-R1V は Skywork AI が開発した高度なマルチモーダル AI モデルシリーズで、視覚と言語の推論を専門としています。

[NeurIPS 2024] OSWorld: 実コンピュータ環境におけるオープンエンドなタスクのためのマルチモーダルエージェントのベンチマーク

多様なタスクや環境でembodied AIエージェントを訓練するためのモジュール式高水準ライブラリ。

ビデオ講義付きの無料の機械学習・AIコース集

TradeMaster は、強化学習を活用した量的取引のためのオープンソースプラットフォームです :fire: :zap: :rainbow: