deep-reinforcement-learning

Bộ công cụ Unity Machine Learning Agents (ML-Agents) là một dự án mã nguồn mở cho phép các trò chơi và mô phỏng đóng vai trò là môi trường để huấn luyện các tác nhân thông minh bằng học tăng cường sâu và học bắt chước.

Trình mô phỏng mã nguồn mở dành cho xe tự hành được xây dựng trên Unreal Engine / Unity, từ Microsoft AI & Research

FinRL®: Học tăng cường tài chính. 🔥

Hướng dẫn học tăng cường bằng tiếng Trung (Sách Nấm 🍄), địa chỉ đọc trực tuyến: https://datawhalechina.github.io/easy-rl/

Trình mô phỏng mã nguồn mở dành cho nghiên cứu lái xe tự động.

Đắm mình vào Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision và NLP thông qua các bài giảng thú vị này!

Các hướng dẫn, bài tập và cuộc thi cho các khóa học liên quan đến Deep Learning của MIT.

Triển khai tệp đơn chất lượng cao cho các thuật toán Deep Reinforcement Learning với các tính năng thân thiện với nghiên cứu (PPO, DQN, C51, DDPG, TD3, SAC, PPG)

(⌐■_■) - Học tăng cường sâu (Deep Reinforcement Learning) trang bị cho bettercap để bẻ khóa WiFi.

Tài liệu thực hành cho MIT 6.S191: Giới thiệu về Deep Learning

Hack Flappy Bird sử dụng Học tăng cường sâu (Deep Q-learning).

Khóa học về học tăng cường (reinforcement learning) trong thực tế

Kho lưu trữ cho chương trình Deep Reinforcement Learning Nanodegree

Kho lưu trữ này chứa Khóa học Deep Reinforcement Learning của Hugging Face.

Sách "Mô hình ngôn ngữ lớn" tác giả: Triệu Hâm, Lý Quân Nghị, Châu Côn, Đường Thiên Nhất, Văn Kế Vinh

Danh sách tài nguyên học tăng cường có phản hồi từ con người được tuyển chọn (cập nhật liên tục)

Các ví dụ Học tăng cường tối giản và rõ ràng

FinRL-X: Cơ sở hạ tầng mô-đun gốc AI dành cho giao dịch định lượng

Học tăng cường / Bot AI trong các trò chơi bài (Poker) - Blackjack, Leduc, Texas, DouDizhu, Mahjong, UNO.

Triển khai mô-đun hóa các thuật toán Deep RL trong PyTorch

Triển khai PyTorch sạch sẽ, mạnh mẽ và thống nhất của các thuật toán Deep Reinforcement Learning (DRL) phổ biến (Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL)

Tensorforce: thư viện TensorFlow dành cho học tăng cường ứng dụng

Công cụ chơi cờ vua bằng mạng nơ-ron mã nguồn mở với khả năng tăng tốc GPU và hỗ trợ phần cứng rộng rãi.

Thư viện cấp cao dạng module để huấn luyện các tác nhân AI tương tác qua lại trên nhiều tác vụ và môi trường khác nhau.

Khung huấn luyện cho các agent học tăng cường Stable Baselines3, bao gồm tối ưu hóa siêu tham số và các agent được huấn luyện sẵn.

MuZero

Khóa học PPO x Family DRL (Khóa học công khai nhập môn Trí tuệ Quyết định: 8 bài học giúp bạn hiểu rõ lý thuyết thuật toán, làm sạch logic mã nguồn và làm chủ ứng dụng AI quyết định)

Bản cài đặt tối giản của thuật toán Proximal Policy Optimization (PPO) với hàm mục tiêu bị cắt xén trong PyTorch

Học tăng cường sâu: Từ con số không đến chuyên gia!

FinRL-Meta: Bộ dữ liệu động và môi trường thị trường cho FinRL.