reinforcement-learning

🤖 Hướng dẫn Trường hè Học máy

TF-Agents: Một thư viện TensorFlow đáng tin cậy, có khả năng mở rộng và dễ sử dụng cho Contextual Bandits và Học tăng cường.

Các bài báo nghiên cứu về Học sâu và Học tăng cường sâu kèm theo một số mã nguồn

Isaac Lab API, được hỗ trợ bởi MuJoCo-Warp, dành cho nghiên cứu học tăng cường và robot

Một cánh tay robot hình người mã nguồn mở hoàn toàn dành cho nghiên cứu AI vật lý và triển khai trong môi trường giàu tiếp xúc.

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.

Triển khai các tài liệu nghiên cứu trong 100 dòng mã.

MuZero

Hướng dẫn đơn giản và toàn diện về TensorFlow

Một thư viện các AI agent cấp doanh nghiệp được thiết kế để dân chủ hóa trí tuệ nhân tạo và cung cấp các lựa chọn thay thế mã nguồn mở, miễn phí cho các công ty khởi nghiệp Y Combinator được định giá quá cao.

Khung Agent RL cho các tác nhân LLM: học tăng cường nhiều lượt với StarPO và chẩn đoán sụt giảm lý luận

Tìm kiếm cây Monte Carlo trong JAX

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)

Các bài báo Deep Learning tuyệt vời cho Tìm kiếm, Gợi ý và Quảng cáo trong công nghiệp. Tập trung vào Embedding, Matching, Pre-Ranking, Ranking, Post Ranking, Relevance, LLM và RL. Vui lòng trích dẫn bài báo của chúng tôi "Deep Learning to Rank in Industrial Search Engines, Recommender Systems, and Online Advertising - An Overview and New Perspectives" (TOIS 2026).

robosuite: Một framework mô phỏng và benchmark dạng mô-đun dành cho học máy robot

Hướng dẫn/Khảo sát/Tài liệu về Reasoning LLM tuyệt vời

Lời giải cho Reinforcement Learning, An Introduction

Một thư viện RL dạng mô-đun để tinh chỉnh các mô hình ngôn ngữ theo sở thích của con người

Môi trường giao dịch OpenAI Gym đơn giản, linh hoạt và toàn diện nhất (Được phê duyệt bởi OpenAI Gym)

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

ProtoMotions là một framework mô phỏng và học tập tăng tốc bằng GPU để đào tạo con người ảo và robot hình người mô phỏng vật lý.

ICCV2019 - Học vẽ với Học tăng cường sâu dựa trên mô hình

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

Một bộ công cụ nhẹ gồm các phương pháp mô phỏng chuyển động để huấn luyện các bộ điều khiển.

verl-agent là một phần mở rộng của veRL, được thiết kế để huấn luyện các LLM/VLM agent thông qua RL. verl-agent cũng là mã nguồn chính thức cho bài báo "Group-in-Group Policy Optimization for LLM Agent Training"

Bộ sưu tập các bài báo kinh điển trong ngành và tiên tiến nhất trong lĩnh vực khuyến nghị/quảng cáo/tìm kiếm.

Môi trường PyBullet Gymnasium cho học tăng cường đơn và đa tác nhân để điều khiển quadcopter

[RSS 2025] "ASAP: Đồng bộ mô phỏng và vật lý thực tế để học kỹ năng toàn thân linh hoạt cho robot hình người"

DIAMOND (DIffusion As a Model Of eNvironment Dreams) là một tác nhân học tăng cường được huấn luyện dựa trên mô hình thế giới khuếch tán. NeurIPS 2024 Spotlight.

Môi trường Học tăng cường dựa trên trò chơi Doom năm 1993 :godmode: