Home Progetti awesome-diffusion-model-in-rl
awesome-diffusion-model-in-rl
deep-reinforcement-learning

awesome-diffusion-model-in-rl

Un elenco curato di risorse sui modelli di diffusione in RL (continuamente aggiornato)

di opendilab · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
deep-reinforcement-learningdiffusion-modeldiffusion-modelsApache-2.0
Visualizza su GitHub
In parole semplici

Sfoglia articoli di ricerca sull'uso dei modelli di diffusione nell'apprendimento per rinforzo.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
awesome-diffusion-model-in-rl — GitHub preview card
📈 Storia delle stelle
1 6281 627
2026-07-202026-08-31
📈 Segui awesome-diffusion-model-in-rl

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Un elenco curato di risorse sui modelli di diffusione in RL (continuamente aggiornato)

awesome-diffusion-model-in-rl ha 1.6k stelle su GitHub. È stato forkato 78 volte. È in sviluppo attivo dal 2022. awesome-diffusion-model-in-rl è disponibile con licenza Apache-2.0. I suoi temi principali sono: deep-reinforcement-learning, diffusion-model, diffusion-models, reinfocement-learning.

Frequently asked questions

Che cos'è awesome-diffusion-model-in-rl?

Un elenco curato di risorse sui modelli di diffusione in RL (continuamente aggiornato)

awesome-diffusion-model-in-rl è open source?

awesome-diffusion-model-in-rl è un progetto open source. È rilasciato con licenza Apache-2.0.

awesome-diffusion-model-in-rl è gratuito?

Sì. awesome-diffusion-model-in-rl è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è awesome-diffusion-model-in-rl?

awesome-diffusion-model-in-rl è disponibile con licenza Apache-2.0.

🏅 Manutentore di questo progetto?
olud.ai badge — awesome-diffusion-model-in-rl

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=opendilab-awesome-diffusion-model-in-rl)](https://olud.ai/project/opendilab-awesome-diffusion-model-in-rl.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
smalldiffusion
Codice semplice e leggibile per l'addestramento e il campionamento da modelli di diffusione
773 · diffusion
condividediffusion-modeldiffusion-models
Matcha-TTS
[ICASSP 2024] 🍵 Matcha-TTS: Un'architettura TTS veloce con corrispondenza di flusso condizional…
1.3k · deep-learning
condividediffusion-modeldiffusion-models
Lumina-T2X
Lumina-T2X è un framework unificato per la Generazione di Testo in Qualsiasi Modalità
2.2k · aigc
condividediffusion-modeldiffusion-models
PnPInversion
[ICLR2024] Repo ufficiale per l'articolo "PnP Inversion: Potenziare l'Editing Basato su Diffusi…
404 · deep-learning
condividediffusion-modeldiffusion-models
SynDiff
Implementazione ufficiale di PyTorch di SynDiff descritta nell'articolo (https://arxiv.org/abs/…
330 · deep-learning
condividediffusion-modeldiffusion-models
DiffusionFastForward
DiffusionFastForward: un corso gratuito e un framework sperimentale per modelli generativi basa…
682 · diffusion-model
condividediffusion-modeldiffusion-models
Helios
Helios: Modello di generazione di video lunghi in tempo reale
2k · acceleration
condividediffusion-modeldiffusion-models
1Prompt1Story
🔥ICLR 2025 (Spotlight) One-Prompt-One-Story: Generazione di Immagini da Testo Consistente con P…
318 · diffusion
condividediffusion-modeldiffusion-models
DiffuScene
[CVPR 2024] DiffuScene: Modelli di diffusione denoising per la sintesi di scene interne generat…
342 · diffusion-model
condividediffusion-modeldiffusion-models
FreeReg
[ICLR 2024] FreeReg: Image-to-Point Cloud Registration Leveraging Pretrained Diffusion Models a…
308 · cross-modality-feature-extraction
condividediffusion-modeldiffusion-models

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.