SMART-模林阁

Edward Beeching

🦕 edbeeching/decision-transformer-gym-hopper-medium 🗿 个人研发 💡 强化学习 👍 6 🔽 34485

Stable-Baselines3

🦕 sb3/ppo-Pendulum-v1 🗿 机构研发 💡 强化学习 👍 2 🔽 2088

Jack of All Trades project

🦕 jat-project/jat 🗿 机构研发 💡 强化学习 👍 92 🔽 84

Cainiao-AI

🦕 Cainiao-AI/GreedRL 🗿 机构研发 💡 强化学习 👍 24 🔽 0

Edward Beeching

🦕 edbeeching/decision-transformer-gym-hopper-expert 🗿 个人研发 💡 强化学习 👍 18 🔽 566

Antonin Raffin

🦕 araffin/ppo-LunarLander-v2 🗿 个人研发 💡 强化学习 👍 17 🔽 11

Center for Human-Compatible AI

🦕 HumanCompatibleAI/ppo-seals-CartPole-v0 🗿 机构研发 💡 强化学习 👍 16 🔽 737

PKU-Alignment

🦕 PKU-Alignment/beaver-7b-v1.0-reward 🗿 机构研发 💡 强化学习 👍 16 🔽 885

Thomas Simonini

🦕 ThomasSimonini/ppo-LunarLander-v2 🗿 个人研发 💡 强化学习 👍 14 🔽 13

Nicklas Hansen

🦕 nicklashansen/tdmpc2 🗿 个人研发 💡 强化学习 👍 13 🔽 0

PKU-Alignment

🦕 PKU-Alignment/beaver-7b-v1.0 🗿 机构研发 💡 强化学习 👍 10 🔽 12

PKU-Alignment

🦕 PKU-Alignment/beaver-7b-v1.0-cost 🗿 机构研发 💡 强化学习 👍 9 🔽 830

Thomas Simonini

🦕 ThomasSimonini/ML-Agents-SnowballFight-1vs1 🗿 个人研发 💡 强化学习 👍 7 🔽 11

Unity Technologies

🦕 unity/ML-Agents-Walker 🗿 机构研发 💡 强化学习 👍 7 🔽 0

Stable-Baselines3

🦕 sb3/tqc-PandaPickAndPlace-v1 🗿 机构研发 💡 强化学习 👍 6 🔽 22

Center for Human-Compatible AI

🦕 HumanCompatibleAI/ppo-Pendulum-v1 🗿 机构研发 💡 强化学习 👍 5 🔽 309

Chenchen Liu

🦕 chencliu/tqc-PandaPickAndPlace-v3 🗿 个人研发 💡 强化学习 👍 5 🔽 19

LINE

🦕 line-corporation/sacpo 🗿 机构研发 💡 强化学习 👍 5 🔽 8

Edward Beeching

🦕 edbeeching/decision-transformer-gym-walker2d-expert 🗿 个人研发 💡 强化学习 👍 4 🔽 12

HUANG1993

🦕 HUANG1993/GreedRL-VRP-pretrained-v1 🗿 个人研发 💡 强化学习 👍 4 🔽 0

Alperen ÜNLÜ

🦕 alperenunlu/PPO-LunarLander-v2 🗿 个人研发 💡 强化学习 👍 4 🔽 2

Yongyuan Liang

🦕 cheryyunl/Make-An-Agent 🗿 个人研发 💡 强化学习 👍 4 🔽 0

Thomas Simonini

🦕 ThomasSimonini/ppo-SpaceInvadersNoFrameskip-v4 🗿 个人研发 💡 强化学习 👍 3 🔽 18

Guillermo Barbadillo

🦕 ironbar/the-eagle-has-landed 🗿 个人研发 💡 强化学习 👍 3 🔽 3

Markus Bertheau

🦕 mbertheau/hf-drl-course-1-ppo-LunarLander-v2_1 🗿 个人研发 💡 强化学习 👍 3 🔽 13

Thomas Simonini

🦕 ThomasSimonini/ML-Agents-SoccerTwos-Good 🗿 个人研发 💡 强化学习 👍 3 🔽 27

OpenDILab

🦕 OpenDILabCommunity/PongNoFrameskip-v4-MuZero 🗿 机构研发 💡 强化学习 👍 3 🔽 0

LINE

🦕 line-corporation/p-sacpo 🗿 机构研发 💡 强化学习 👍 3 🔽 2

Thomas Simonini

🦕 ThomasSimonini/ppo-BreakoutNoFrameskip-v4 🗿 个人研发 💡 强化学习 👍 2 🔽 7

Omar Sanseviero

🦕 osanseviero/test_sb3 🗿 个人研发 💡 强化学习 👍 2 🔽 1