reinforcement-learning

Thuật toán Asynchronous Advantage Actor-Critic (A3C) cho Super Mario Bros

Các cài đặt Jax RL đầu cuối cực nhanh

Thư viện Reinforcement Learning (RL) dạng mô-đun (được triển khai bằng PyTorch, JAX và NVIDIA Warp) hỗ trợ Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground và các môi trường khác.

Thư viện cung cấp các tác vụ điều khiển bàn tay khéo léo kép thông qua Isaac Gym

XuanCe: Thư viện Học Tăng cường Sâu Toàn diện và Thống nhất

Một bản fork của gym-retro với các trò chơi, trình giả lập và nền tảng được hỗ trợ bổ sung.

Danh mục thuật toán học tăng cường ngoại tuyến (offline-rl)

Môi trường học tăng cường cho điều khiển tín hiệu giao thông với SUMO. Tương thích với Gymnasium, PettingZoo và các thư viện RL phổ biến.

Sách / PDF / EPUB cho các lĩnh vực lập trình khác nhau. ĐỌC, PHÁT TRIỂN VÀ TẬN HƯỞNG 😊😊😊😊

Hướng dẫn thiết yếu để cập nhật tin tức về AI/ML/DL/CV

Stack cải tiến liên tục dành cho Agent. Dữ liệu môi trường và các bài đánh giá của chúng tôi hỗ trợ cải thiện và giám sát agent.

Mã nguồn của bài báo "Learning Efficient Online 3D Bin Packing on Packing Configuration Trees". Chúng tôi đề xuất nâng cao tính ứng dụng thực tế của bài toán đóng gói thùng 3D trực tuyến (BPP) thông qua việc học trên cây cấu hình đóng gói phân cấp, giúp mô hình học tăng cường sâu (DRL) dễ dàng xử lý các ràng buộc thực tế và hoạt động hiệu quả ngay cả với không gian giải pháp liên tục.

Lộ trình học tập toàn diện nhất dành cho Kỹ sư AI Agent · Thành thạo kỹ thuật AI từ con số không · 20 giai đoạn 503 bài học · Bản dịch tiếng Trung đầy đủ + trang web đi kèm + video giải thích bằng hoạt hình · Hướng dẫn trở thành Kỹ sư AI Agent

🐝 Các tác nhân tự cải thiện đầu tiên với RL / Tối ưu hóa Prompting

Thư viện học tăng cường sâu nhanh nhất

Mã nguồn cho cuốn sách "Reinforcement Learning: Theory and Python Implementation"

Học tăng cường đồng bộ và bất đồng bộ thông lượng cao

Deep RL cho điều khiển MPC trong chuyển động của Robot bốn chân

Bộ sưu tập tài liệu và các bài báo kinh điển cũng như tiên tiến nhất trong ngành công nghiệp quảng cáo và hệ thống gợi ý / Must-read Papers on Recommendation System and CTR Prediction

Môi trường benchmark cho hiệu suất hợp tác toàn diện giữa con người và AI.

Tài liệu Game AI tuyệt vời về Học tăng cường đa tác nhân (Multi-Agent Reinforcement Learning)

Một mô hình chỉnh sửa âm thanh Học tăng cường dựa trên LLM 3B tham số mạnh mẽ, xuất sắc trong việc chỉnh sửa cảm xúc, phong cách nói và ngôn ngữ cận lời, đồng thời tích hợp tính năng chuyển đổi văn bản thành giọng nói zero-shot mạnh mẽ

Bộ sưu tập các môi trường mô phỏng robot dành cho học tăng cường

Đại học Mã nguồn mở Học máy

Khung huấn luyện RL đa phương thức cho các mô hình diffusion và omni

Danh sách thiết kế phân tử và vật liệu sử dụng Generative AI và Deep Learning

Tối ưu hóa học tăng cường với RLOps. Các thuật toán và công cụ RL tiên tiến, với tốc độ huấn luyện nhanh hơn 10 lần nhờ tối ưu hóa siêu tham số tiến hóa.

Môi trường Gibson: Nhận thức thế giới thực cho các tác nhân thể chất

PettingZoo and Gymnasium bindings for popular reinforcement learning environments outside of Farama

Thư viện Python cho Học tăng cường.