reinforcement-learning

ReSearch: 강화학습을 통한 LLM의 검색 기반 추론 학습 및 ReCall: 강화학습을 통한 LLM의 도구 호출 기반 추론 학습

Julia로 작성된 간결하고 아름다운 알고리즘

엄선된 멋진 모델 기반 RL 리소스 목록(지속 업데이트)

RL 구현체

STEM 교육 및 AI 강화 서비스를 위한 프로그래밍 가능하고 기동성이 뛰어난 로봇 고양이입니다.

SMAC: 스타크래프트 멀티 에이전트 챌린지

ROS Gazebo 시뮬레이터에서 모바일 로봇 내비게이션을 위한 심층 강화학습입니다. TD3 신경망을 사용하여 로봇은 장애물을 피하면서 시뮬레이션된 환경의 임의의 목표 지점으로 이동하는 법을 배웁니다.

PyTorch 기반의 모듈식 심층 강화학습 프레임워크입니다. "Foundations of Deep Reinforcement Learning" 도서의 동반 라이브러리입니다.

Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet의 PyTorch 구현

AI 에이전트가 워크플로 루프를 통해 작업을 완료하고, 반복 실행을 통해 개선되며, 멘토 에이전트나 인간의 평가를 받고, 완료된 작업을 재사용 가능한 작업 경험 및 데이터로 전환하여 미래의 에이전트를 개선하는 생태계.

Keras로 구현한 미니멀 심층 Q-러닝(DQN & DDQN) 구현체

오프라인 강화 학습 데이터셋을 위한 표준 포맷으로, 인기 있는 레퍼런스 데이터셋과 관련 유틸리티를 포함합니다.

딥러닝 및 머신러닝 논문 읽기 노트

간단하고 스타일이 잘 적용된 PPO 구현. 내 Medium 시리즈 기반: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.

Android 기기에서의 강화학습(RL) 연구.

강화학습을 통한 정형화된 알파(예측) 주식 팩터셋 생성

강화 학습을 사용하여 보행을 위한 휴머노이드 로봇 훈련

Paderborn University에서 주관하는 강화학습 강의의 강의 노트, 튜토리얼 과제, 솔루션 및 온라인 영상

교통 제어 강화학습을 위한 연산 프레임워크

[ECCV 2026] MixGRPO: 혼합 ODE-SDE를 통한 Flow 기반 GRPO 효율성 극대화

환경을 활용한 모델 및 에이전트 평가 및 개선

일반적인 환경(예: Google Robot, WidowX+Bridge)의 시뮬레이션에서 실제 로봇 조작 정책(예: RT-1, RT-1-X, Octo)을 평가하고 재현합니다 (CoRL 2024)

JMLR: OmniSafe는 SafeRL 연구를 가속화하기 위한 인프라 프레임워크입니다.

NNAISENSE에서 제작하고 PyTorch 기반 위에 직접 구축된 고급 진화 연산 라이브러리입니다.

자율 주행을 위한 확장 가능한 멀티 에이전트 강화학습 트레이닝 스쿨

기계 학습을 배워 프로그래밍의 수고를 덜기 위한 궁극의 학습 리스트

내비게이션, 제어, 학습을 위해 설계된 Python 기반 경량 로봇 시뮬레이터

물리 시뮬레이션 캐릭터를 위한 재사용 가능한 컨트롤러 학습용 적대적 스킬 임베딩입니다.

[ICLR 2026] Agentic Reinforced Policy Optimization (ARPO)

복잡한 추론 작업을 위해 특별히 설계된 6,446개의 텍스트-오디오 주석 샘플로 구성된 Audio Logical Reasoning (ALR) 데이터셋을 소개합니다. 이 리소스를 바탕으로, 오디오 언어 모델(ALM)에 깊이 있는 이중 모달 추론 능력을 부여하기 위해 맞춤형으로 제작된 규칙 기반 강화학습(RL) 알고리즘 SoundMind를 제안합니다.