reinforcement-learning

スーパーマリオブラザーズ向けの非同期Advantage Actor-Critic (A3C) アルゴリズム

非常に高速なエンドツーエンドのJax RL実装

Gymnasium/Gym、NVIDIA Isaac Lab、MuJoCo Playgroundなどの環境をサポートする、モジュール式強化学習（RL）ライブラリ（PyTorch、JAX、NVIDIA Warpで実装）。

Isaac Gym を通じて両手器用操作タスクを提供するライブラリ。

XuanCe：包括的かつ統一された深層強化学習ライブラリ

オフライン強化学習（offline-rl）アルゴリズムのインデックス

追加のゲーム、エミュレータ、サポートプラットフォームを備えたgym-retroのフォーク

SUMOを使用した信号制御のための強化学習環境。Gymnasium、PettingZoo、および主要な強化学習ライブラリと互換性があります。

様々なプログラミング分野に関する書籍、PDF、EPUB。読んで、成長し、楽しもう 😊😊😊😊

AI/ML/DL/CV の最新情報をキャッチアップするための必須ガイド

エージェントのための継続的改善スタック。環境データと評価機能により、エージェントの改善とモニタリングを駆動します。

「Learning Efficient Online 3D Bin Packing on Packing Configuration Trees」の実装コード。階層型パッキング構成ツリーの学習を通じてオンライン3D箱詰め問題（BPP）の実用性を高め、深層強化学習（DRL）モデルが実用的な制約に対処しやすく、連続的な解空間でも高性能を発揮できるようにします。

🐝 強化学習（RL）およびプロンプト最適化を用いた初の自己改善型エージェント

AIエージェントエンジニアのための完全学習パス · ゼロからマスターするAIエンジニアリング · 20ステージ503レッスン · 中国語完全翻訳＋サポートサイト＋アニメーション解説動画 · AIエージェントエンジニアになるための修得ガイド

最速の深層強化学習ライブラリ

書籍「Reinforcement Learning: Theory and Python Implementation」のソースコード

四足歩行ロボットの移動の MPC 制御のための深層強化学習

高スループットな同期および非同期強化学習

推薦システムおよび CTR 予測に関する業界の古典的かつ最先端の論文・資料のコレクション

完全協調型人間・AI パフォーマンスのためのベンチマーク環境。

マルチエージェント強化学習に関する素晴らしいゲーム AI 資料

感情、話し方、パラ言語の編集に優れ、堅牢なゼロショットTTS機能を備えた、強力な3BパラメータのLLMベース強化学習オーディオ編集モデル

拡散モデルおよびオムニモデル向けのマルチモーダル RL トレーニングフレームワーク

強化学習用のロボットシミュレーション環境集。

機械学習オープンソース大学

生成AIとディープラーニングを用いた分子・材料設計のリスト

RLOps による強化学習の効率化。最先端の強化学習アルゴリズムとツールを提供し、進化型ハイパーパラメータ最適化により 10 倍高速なトレーニングを実現。

Gibson Environments: 組み込みエージェントのための現実世界の知覚

PettingZoo and Gymnasium bindings for popular reinforcement learning environments outside of Farama

論文「TD-MPC2: Scalable, Robust World Models for Continuous Control」のコード。