ppo

Tutorial pembelajaran penguatan (Reinforcement Learning) dalam bahasa Mandarin (Buku Jamur🍄), alamat baca daring: https://datawhalechina.github.io/easy-rl/

Pustaka deep reinforcement learning PyTorch yang elegan.

Implementasi file tunggal berkualitas tinggi dari algoritma Deep Reinforcement Learning dengan fitur yang ramah penelitian (PPO, DQN, C51, DDPG, TD3, SAC, PPG)

Tutorial Reinforcement learning sederhana, pengajaran AI bahasa Mandarin oleh 莫烦Python.

Repositori untuk program Nanodegree Deep Reinforcement Learning.

Deep Reinforcement Learning yang sangat paralel.

Kurikulum praktis sumber terbuka yang menjembatani kesenjangan dari konsep dasar RL ke penyelarasan LLM, RLVR, dan sistem agen tingkat lanjut.

FinRL-X: Infrastruktur Modular AI-Native untuk Perdagangan Kuantitatif

Implementasi modular algoritma Deep RL dalam PyTorch.

Implementasi PyTorch yang bersih, tangguh, dan terpadu untuk algoritma Deep Reinforcement Learning (DRL) populer (Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL)

Implementasi minimal dari clipped objective Proximal Policy Optimization (PPO) di PyTorch

Ini adalah implementasi resmi dari Multi-Agent PPO (MAPPO).

Kerangka kerja Deep Reinforcement Learning modular di PyTorch. Pustaka pendamping buku "Foundations of Deep Reinforcement Learning".

Implementasi PPO yang sederhana dan bergaya baik. Berdasarkan seri Medium saya: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.

Melatih robot humanoid untuk lokomosi menggunakan Reinforcement Learning

Implementasi Jax RL End-to-End yang Sangat Cepat

XuanCe: Pustaka Deep Reinforcement Learning yang Komprehensif dan Terpadu

Pustaka dengan implementasi yang dapat diperluas dari DPO, KTO, PPO, ORPO, dan fungsi loss yang sadar manusia (HALO) lainnya.

File awal RL untuk langsung melatih, memvisualisasikan, dan mengevaluasi agen tanpa menulis baris kode apa pun

Repositori ini berisi sebagian besar implementasi PyTorch untuk algoritma deep reinforcement learning klasik, termasuk DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, dan TRPO. (Algoritma lainnya masih dalam pengembangan)

OAT: Framework yang ramah riset untuk penyelarasan daring LLM, mencakup reinforcement learning, preference learning, dan lainnya.

Pustaka PyTorch untuk membangun agen deep reinforcement learning.

RLAnything (ICML 2026) & AutoTool (ICML 2026), DemyAgent: RL Open-Source untuk LLM dan Skenario Agen

Finetuning LLM yang mudah dan efisien. (Mendukung LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon) Pelatihan dan deployment kuantisasi efisien untuk model bahasa besar.

Daftar kurasi makalah tentang reinforcement learning untuk pembuatan video

Deep Reinforcement Learning (PPO) dalam Mengemudi Otonom (Carla) [dari awal]