reinforcement-learning-algorithms

Phiên bản PyTorch của Stable Baselines, các bản cài đặt đáng tin cậy của thuật toán học tăng cường.

Kho lưu trữ cho chương trình Deep Reinforcement Learning Nanodegree

OpenDILab Decision AI Engine. Framework Reinforcement Learning toàn diện nhất B.P.

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

Danh sách tổng hợp các tài nguyên học tăng cường dựa trên mô hình tuyệt vời (được cập nhật liên tục)

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.

[ICLR 2026] Tối ưu hóa chính sách tăng cường dựa trên tác nhân (ARPO)

Các cài đặt Jax RL đầu cuối cực nhanh

UI-Venus là một tác nhân UI nguyên bản được thiết kế để thực hiện định vị phần tử GUI chính xác và điều hướng hiệu quả chỉ bằng đầu vào là ảnh chụp màn hình.

Danh sách tài nguyên Decision Transformer được tuyển chọn (cập nhật liên tục)

Khóa học deep learning NMA

MDP và POMDP trong Julia - Giao diện để định nghĩa, giải quyết và mô phỏng các quá trình quyết định Markov quan sát được toàn phần và một phần trên không gian rời rạc và liên tục.

Gói đóng góp cho Stable-Baselines3 - Mã học tăng cường (RL) thử nghiệm

Đây là dự án về thuật toán tránh chướng ngại vật tự động dựa trên học tăng cường sâu cho UAV.

Mã nguồn đi kèm cho ấn phẩm Nature "Discovering State-of-the-art Reinforcement Algorithms".

Danh sách các tài nguyên học tập về Reinforcement Learning (RL) chất lượng (được cập nhật liên tục)

Mã nguồn cho bài báo "Tối ưu hóa giảm tải tính toán cho điện toán biên di động hỗ trợ UAV: Phương pháp Deep Deterministic Policy Gradient".

🤖 Gói Python quy trình đầy đủ cho học tập từ minh họa và điều khiển robot.

Danh sách các bài báo nghiên cứu về tìm kiếm cây Monte Carlo kèm theo các bản triển khai

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

[ICLR 2026] Mã nguồn chính thức cho TraceRL: Cách mạng hóa quá trình hậu huấn luyện cho Diffusion LLM, hỗ trợ dòng TraDo SOTA.