#Reinforcement Learning

#1

genie 3

リアルタイム相互作用型ワールドモデルがテキスト指示から生成可能な3D環境を生成します。

#2

Nvidia Eureka

GPT-4によってプログラムされたエージェントがロボットに複雑なスキルを教えるために自律的に報酬関数を記述します。

#3

Sima

自然言語指示に従って3D仮想環境の中で動く汎用AIエージェント

#4

YAWNING TITAN

オープンソースのサイバーセキュリティシミュレーション用の学習のための再強化学習ディフェンスエージェントのトレーニング

#5

LlamaGym

オープンソースのPythonフレームワークでLLMエージェントをオンライン強化学習でフィンテーニングする

#6

Voyager

LLMでドライブされるマinecraftの非人間操作エージェント。エージェントはマインクラフトの世界内で自律的に目標を設定し、実行可能なコードを生成し、プレイ中ずっとスキルライブラリを構築します。