ppo

Hướng dẫn học tăng cường bằng tiếng Trung (Sách Nấm 🍄), địa chỉ đọc trực tuyến: https://datawhalechina.github.io/easy-rl/

Một thư viện học tăng cường sâu PyTorch trang nhã.

Triển khai tệp đơn chất lượng cao cho các thuật toán Deep Reinforcement Learning với các tính năng thân thiện với nghiên cứu (PPO, DQN, C51, DDPG, TD3, SAC, PPG)

Hướng dẫn học tăng cường đơn giản, tài liệu giảng dạy AI tiếng Trung của MoFan Python

Kho lưu trữ cho chương trình Deep Reinforcement Learning Nanodegree

Học tăng cường sâu song song hàng loạt. 🔥

🚀 Chương trình giảng dạy thực hành mã nguồn mở thu hẹp khoảng cách từ các khái niệm RL cơ bản đến căn chỉnh LLM, RLVR và các hệ thống Agentic nâng cao.

FinRL-X: Cơ sở hạ tầng mô-đun gốc AI dành cho giao dịch định lượng

Triển khai mô-đun hóa các thuật toán Deep RL trong PyTorch

Triển khai PyTorch sạch sẽ, mạnh mẽ và thống nhất của các thuật toán Deep Reinforcement Learning (DRL) phổ biến (Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL)

Bản cài đặt tối giản của thuật toán Proximal Policy Optimization (PPO) với hàm mục tiêu bị cắt xén trong PyTorch

Đây là mã nguồn chính thức của Multi-Agent PPO (MAPPO).

Framework Deep Reinforcement Learning mô-đun trong PyTorch. Thư viện đi kèm của cuốn sách "Foundations of Deep Reinforcement Learning".

Một bản cài đặt PPO đơn giản và có phong cách. Dựa trên chuỗi bài viết trên Medium của tôi: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.

Đào tạo robot hình người di chuyển bằng Học tăng cường

Các cài đặt Jax RL đầu cuối cực nhanh

XuanCe: Thư viện Học Tăng cường Sâu Toàn diện và Thống nhất

Thư viện cung cấp các cài đặt mở rộng cho DPO, KTO, PPO, ORPO và các hàm mất mát nhận thức con người (HALOs) khác.

Các tệp khởi đầu RL giúp huấn luyện, trực quan hóa và đánh giá agent ngay lập tức mà không cần viết mã

Kho lưu trữ này chứa hầu hết các triển khai PyTorch dựa trên các thuật toán học tăng cường sâu cổ điển, bao gồm - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (Các thuật toán khác vẫn đang được phát triển)

🌾 OAT: Khung nghiên cứu thân thiện cho việc căn chỉnh trực tuyến LLM, bao gồm học tăng cường, học ưu tiên, v.v.

Thư viện PyTorch để xây dựng các tác nhân học tăng cường sâu

RLAnything (ICML 2026) & AutoTool (ICML 2026), DemyAgent: RL mã nguồn mở cho LLM và các kịch bản tác nhân.

Tinh chỉnh LLM dễ dàng và hiệu quả (Hỗ trợ LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon)

Danh sách các bài báo nghiên cứu về học tăng cường cho tạo video

Học tăng cường sâu (PPO) trong lái xe tự động (Carla) [từ đầu]