rl

MobileGym: 모바일 GUI 에이전트 연구를 위한 검증 가능하고 고도로 병렬화된 시뮬레이션 플랫폼 · 브라우저에서 실행되는 안드로이드 시뮬레이터 · Browser-hosted Android Simulator · 검증 가능한 평가 · 확장 가능한 온라인 RL 학습

Stable-Baselines3용 기여 패키지 - 실험적 강화 학습(RL) 코드

구현 코드가 포함된 몬테카를로 트리 탐색(MCTS) 논문 모음

실제 파노라마 이미지를 활용한 강화학습 AI 연구 플랫폼

심층 연구를 위한 진화하는 루브릭 기반 강화 학습(DR Tulu) 공식 저장소

Python 및 Tensorflow를 이용한 역강화학습(IRL) 알고리즘 구현. Deep MaxEnt, MaxEnt, LPIRL 포함

강화 학습을 적용한 C++ 기반 하스스톤 시뮬레이터

BenchMARL은 다중 에이전트 강화학습(MARL) 벤치마킹 라이브러리입니다. 재현성과 표준화라는 두 가지 핵심 원칙을 바탕으로 다양한 MARL 알고리즘, 태스크, 모델을 신속하게 비교할 수 있습니다.

Long Chain-of-Thought 추론의 최신 연구 동향

[NeurIPS 2022] 🛒WebShop: Grounded Language Agent를 활용한 확장 가능한 실세계 웹 상호작용 연구

sim2real을 포함한 4족 보행 로봇용 ROS2-Control 구현

Meta Agents Research Environments는 동적이고 현실적인 시나리오에서 AI 에이전트를 평가하기 위한 포괄적인 플랫폼입니다. 정적 벤치마크와 달리, 이 플랫폼은 새로운 정보가 제공됨에 따라 에이전트가 전략을 조정해야 하는 진화하는 환경을 도입하여 실제 환경의 도전 과제를 반영합니다.

다목적 강화 학습 알고리즘 구현체

DeepThinkVLA: 비전-언어-행동 모델의 추론 능력 향상

에이전트형 LLM을 위한 학습 환경(Gym)

Official implementation of GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Optimization