opendilab

一份经过精选的强化学习与人类反馈资源列表（持续更新）

OpenDILab Decision AI Engine。最全面的强化学习框架 B.P.

PPO x Family DRL 教程课程（决策智能入门级公开课：8节课帮你盘清算法理论，理顺代码逻辑，玩转决策AI应用实践 ）

[NeurIPS 2023 Spotlight] LightZero：一般序列决策情境中蒙特卡洛树搜索的统一基准（精选 MCTS 资源）。

强化学习中扩散模型（Diffusion Model）资源精选列表（持续更新）。

精选的 Model-based RL 资源列表（持续更新）

StarCraft II 的人工智能平台，具备大规模分布式训练与大师级代理。

[CVPR 2024] LMDrive：结合大型语言模型的闭环端到端驾驶

精选的 Decision Transformer 资源列表（持续更新）

精选的探索式强化学习 (RL) 资源清单（持续更新）

[CoRL 2022] InterFuser：使用可解释性传感器融合 Transformer 的安全增强型自动驾驶

用于自动驾驶模拟的决策智能平台。

多模态强化学习资源精选清单（持续更新）

LLM Riddles 游戏的开源重制版与展示。

单一文件实现的高质量流式语音对语音互动代理原型

羊了个羊 + 深度强化学习