reinforcement-learning

Código para "TD-MPC2: Scalable, Robust World Models for Continuous Control"

UniRL é um framework para aprendizado por reforço de modelos multimodais unificados

🦁 Uma base de código amigável para pesquisa para experimentação rápida de aprendizado por reforço multi-agente em JAX

A plataforma Multi-Agent Resource Optimization (MARO) é uma instância de Aprendizado por Reforço como Serviço (RaaS) para problemas de otimização de recursos no mundo real.

Resumo de artigos e blogs essenciais sobre modelos de difusão para aprender sobre o tema. Lista detalhada de todos os artigos publicados sobre robótica de difusão.

UniLab: Uma arquitetura heterogênea para RL de robôs além de paradigmas dominados por GPU

Ambientes PyBullet CartPole e Quadrotor — com dinâmica simbólica a priori CasADi — para controle baseado em aprendizado e RL

Uma lista com curadoria de recursos do Decision Transformer (atualizada continuamente)

👉 Recursos do CARLA, como tutoriais, blog, código, etc. https://github.com/carla-simulator/carla

Ambiente Aberto de IA de Honor of Kings da Tencent

Transformers são modelos de mundo eficientes em amostras. ICLR 2023, entre os 5% melhores.

Uma lista curada de recursos incríveis de Aprendizado por Reforço Profundo.

Uma biblioteca PyTorch para tudo relacionado a Aprendizado por Reforço (RL) em Otimização Combinatória (CO)

Tien Kung-Lab: Fluxo de trabalho IsaacLab direto para robôs bípedes e quadrúpedes

🕹️ Um conjunto diversificado de ambientes de aprendizado por reforço escaláveis em JAX

Ferramenta de design molecular por IA para design de novo, scaffold hopping, substituição de grupos R, design de ligantes e otimização de moléculas.

[CoRL 2024] HumanPlus: Sombra e Imitação de Humanoides a partir de Humanos

Aprendizagem por Reforço Multi-Agente com JAX

Framework unificado de aprendizado por reforço.

🌟 Uma coleção selecionada de ferramentas de IA 🤖, APIs 🔗, conjuntos de dados 📊 e recursos de aprendizagem 📚 gratuitos e de alta qualidade abrangendo machine learning 🧠, deep learning 🧩, IA generativa 🎨, NLP 💬 e ciência de dados 📈. Projetado para ajudar desenvolvedores 👩‍💻, pesquisadores 🔬 e criadores ✨ a explorar e construir com IA mais rapidamente ⚡.

Implementações em Python de algoritmos de contextual bandits

🚀🚀🚀Uma coleção de projetos públicos incríveis sobre Modelos de Linguagem de Grande Escala (LLM), Modelos de Visão e Linguagem (VLM), Visão, Linguagem e Ação (VLA), Conteúdo Gerado por IA (AIGC), além de conjuntos de dados e aplicativos relacionados.

O repositório é destinado a baselines de aprendizado por reforço seguro.

Uma lista curada de incríveis frameworks, artigos, softwares e recursos do NVIDIA Isaac Gym

Uma coleção curada de artigos, relatórios técnicos, frameworks e ferramentas para destilação on-policy (OPD) de grandes modelos de linguagem

MobileGym: Uma plataforma de simulação verificável e altamente paralela para pesquisa de agentes de GUI móveis · Simulador Android executado no navegador · Simulador Android hospedado no navegador · Avaliação Verificável · Treinamento RL online escalável

BFM_Zero: Um Modelo de Fundação Comportamental Baseado em Prompts para Controle de Humanoides Usando Aprendizado por Reforço Não Supervisionado

MDPs e POMDPs em Julia - Uma interface para definir, resolver e simular processos de decisão de Markov total ou parcialmente observáveis em espaços discretos e contínuos.

Conjunto de ambientes robóticos baseados no motor de física PyBullet e no gymnasium.

Uma coleção de artigos recentes sobre a construção de agentes autônomos. Dois tópicos incluídos: agentes baseados em RL / baseados em LLM.