deep-reinforcement-learning

使用 AI 玩贪吃蛇游戏。

依 Star 数排序的前 200 名深度学习 Github 仓库

一个离线深度强化学习库

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

免费课程，带你从零基础迈向强化学习 PRO 🦸🏻‍🦸🏽

专注于深度强化学习与 AI 的未来。

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。

在 ROS Gazebo 模拟器中用于移动机器人导航的深度强化学习。利用双延迟深度确定性策略梯度 (TD3) 神经网络，机器人在模拟环境中学习导航至随机目标点，同时避开障碍物。

基于 PyTorch 的模块化深度强化学习框架。《Foundations of Deep Reinforcement Learning》一书的配套库。

多智能体强化学习（MARL）只需一个仓库就够了

使用 Keras 实现的极简深度 Q 学习（DQN 与 DDQN）

JMLR：OmniSafe 是用于加速 SafeRL 研究的基础设施框架。

极速的端到端 Jax RL 实现

这是一个通过 Isaac Gym 提供双手灵巧操作任务的库。

使用 SUMO 进行交通信号控制的强化学习环境。兼容于 Gymnasium、PettingZoo 以及热门的 RL 库。

《Reinforcement Learning: Theory and Python Implementation》一书的源代码。

以 RLOps 简化强化学习。搭载最先进的 RL 算法与工具，通过进化式超参数优化实现快 10 倍的训练速度。

Gibson 环境：具身代理的真实世界感知

用于强化学习的 Python 库

精选的深度强化学习（Deep Reinforcement Learning）资源清单。

ICLR-20 论文“Learning to Explore using Active Neural SLAM”的 Pytorch 代码

此仓库包含大多数基于经典深度强化学习算法的 PyTorch 实现，包含：DQN、DDQN、Dueling Network、DDPG、SAC、A2C、PPO、TRPO。（更多算法持续开发中）

用于构建深度强化学习智能体的 PyTorch 库

适用于 Julia 的强化学习套件。

SSBM "Phillip" AI

模仿学习算法

人车模拟器

文件“笔和线段的一种划分.py”，只需输入 K 线的 high 与 low 数据，即可自动实现笔、线段、中枢、买卖点与走势类型的划分。

自动驾驶（Carla）中的深度强化学习（PPO）[从零开始]

羊了个羊 + 深度强化学习