ppo

강화학습 중국어 튜토리얼 (버섯책🍄), 온라인 읽기 주소: https://datawhalechina.github.io/easy-rl/

우아한 PyTorch 심층 강화학습 라이브러리입니다.

연구 친화적인 기능(PPO, DQN, C51, DDPG, TD3, SAC, PPG)을 갖춘 고품질의 단일 파일 심층 강화 학습 알고리즘 구현

간단한 강화학습 튜토리얼, 莫烦Python 중국어 AI 교육

심층 강화 학습(Deep Reinforcement Learning) 나노degree 프로그램 저장소

대규모 병렬 심층 강화학습. 🔥

🚀 기초 RL 개념부터 LLM 정렬, RLVR, 고급 Agentic 시스템까지의 간극을 메우는 오픈소스 실습 커리큘럼

FinRL-X: 퀀트 트레이딩을 위한 AI 네이티브 모듈형 인프라

PyTorch로 구현된 모듈화된 심층 강화학습 알고리즘

인기 있는 Deep Reinforcement Learning (DRL) 알고리즘들의 깔끔하고 견고하며 통합된 PyTorch 구현 (Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL)

PyTorch를 이용한 클리핑된 목적 함수 기반 PPO(Proximal Policy Optimization) 최소 구현

Multi-Agent PPO(MAPPO)의 공식 구현체입니다.

PyTorch 기반의 모듈식 심층 강화학습 프레임워크입니다. "Foundations of Deep Reinforcement Learning" 도서의 동반 라이브러리입니다.

간단하고 스타일이 잘 적용된 PPO 구현. 내 Medium 시리즈 기반: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.

강화 학습을 사용하여 보행을 위한 휴머노이드 로봇 훈련

매우 빠른 엔드투엔드 Jax 강화학습 구현체

XuanCe: 포괄적이고 통합된 심층 강화 학습 라이브러리

DPO, KTO, PPO, ORPO 및 기타 인간 맞춤형 손실 함수(HALO)의 확장 가능한 구현을 제공하는 라이브러리

코드를 한 줄도 작성하지 않고 에이전트를 즉시 학습, 시각화 및 평가할 수 있는 RL 스타터 파일

DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO 등 고전적인 심층 강화 학습 알고리즘의 PyTorch 구현체

OAT: 강화 학습, 선호도 학습 등을 포함하는 LLM 온라인 정렬을 위한 연구 친화적 프레임워크

심층 강화 학습 에이전트 구축을 위한 PyTorch 라이브러리입니다.

RLAnything (ICML 2026) 및 AutoTool (ICML 2026), DemyAgent: LLM 및 에이전트 시나리오를 위한 오픈소스 강화학습

LLM의 쉽고 효율적인 미세 조정 (Llama, Llama2, Llama3, Qwen, Baichuan, GLM, Falcon 지원). 대형 모델의 고효율 양자화 훈련 및 배포

비디오 생성을 위한 강화 학습 논문 모음

자율 주행(Carla)을 위한 심층 강화 학습(PPO) [처음부터 구현]