reinforcement-learning

강화 학습을 위한 다목적 Gymnasium 환경

Continual learning infra for self-improving agents

실시간 애플리케이션을 위한 강화 학습

Stable-Baselines3용 기여 패키지 - 실험적 강화 학습(RL) 코드

Long-RL: 긴 시퀀스로 RL 확장 (NeurIPS 2025)

UAV를 위한 심층 강화 학습 기반 자율 장애물 회피 알고리즘 프로젝트

Nature에 출판된 "Discovering State-of-the-art Reinforcement Algorithms" 논문 동반 코드

강화 학습 및 계획 알고리즘 구현

탐색적 강화학습(Exploration RL) 리소스 큐레이션 목록 (지속 업데이트)

keras-rl 기반의 강화 학습을 사용하는 텍사스 홀덤 OpenAI gym 포커 환경. 가상 렌더링 및 에퀴티 계산을 위한 몬테카를로 시뮬레이션을 포함합니다.

Python으로 포커 AI 개발을 위한 포커 엔진

UAV 보조 모바일 엣지 컴퓨팅을 위한 연산 오프로딩 최적화: 심층 결정론적 정책 경사 접근법 논문 코드

[COLM’25] DeepRetrieval — 🔥 검색 결과 기반 RLVR을 통한 검색 에이전트 학습

구현 코드가 포함된 몬테카를로 트리 탐색(MCTS) 논문 모음

실제 파노라마 이미지를 활용한 강화학습 AI 연구 플랫폼

모델 예측 제어(MPC)를 활용한 강화 학습

SMAC에서 미세 조정된 MARL 알고리즘 (대부분의 시나리오에서 100% 승률)

비전-언어 모델 논문 및 모델을 모아놓은 프론트엔드 컬렉션 및 조사 저장소. 지속적으로 업데이트됨

ns3-gym - 네트워크 연구를 위한 강화학습 플레이그라운드입니다.

Flow-Matching 모델에서 손쉬운 강화학습을 위한 통합 프레임워크

Python 및 Tensorflow를 이용한 역강화학습(IRL) 알고리즘 구현. Deep MaxEnt, MaxEnt, LPIRL 포함

강화 학습을 적용한 C++ 기반 하스스톤 시뮬레이터

Python 바인딩을 지원하는 MDP 및 POMDP용 C++ 프레임워크

심층 강화 학습 에이전트 구축을 위한 PyTorch 라이브러리입니다.

BenchMARL은 다중 에이전트 강화학습(MARL) 벤치마킹 라이브러리입니다. 재현성과 표준화라는 두 가지 핵심 원칙을 바탕으로 다양한 MARL 알고리즘, 태스크, 모델을 신속하게 비교할 수 있습니다.

데이터 과학 프로젝트의 전체 수명 주기 관리입니다.

Julia용 강화 학습 패키지

Long Chain-of-Thought 추론의 최신 연구 동향

JAX 기반의 벡터화된 강화학습 게임 환경

Seg-Zero: 추론 체인 기반 인지 강화 세분화 프로젝트 페이지