reinforcement-learning

用于自动驾驶模拟的决策智能平台。

这个仓库收集了一些封装机器学习领域常用算法的代码。大多数基于 Numpy、Pandas 或 Torch。您可以参考此仓库加深对相关模型与算法的理解，或进行修改以获取属于您自己的自定义代码。

RLAnything (ICML 2026) 与 AutoTool (ICML 2026)，DemyAgent：用于 LLM 与 Agent 场景的开源强化学习

基于 OpenAI gym 的多智能体环境集合。

运行 VirtualHome（多 Agent 家庭模拟器）的 API

用于机器人学习的统一框架

在 Unitree Go2 上部署 walk-these-ways 项目

探索 2B 模型上的多模态“Aha 时刻”

发表于 Nature Machine Intelligence！首个基于可微分物理训练的真实机器人（四轴飞行器）。

[ICLR 2026] ReCogDrive：用于端到端自动驾驶的强化认知框架

台湾大学 (NTU) 李宏毅教授“机器学习 (Machine Learning) 2021 Spring”课程笔记

用于大规模全模态后训练的异步强化学习引擎。

强化学习相关论文，包含经典论文与顶级会议的最新论文

关于视频生成强化学习的精选论文列表。

[ICML 2026] "Graph-R1: Towards Agentic GraphRAG Framework via End-to-end Reinforcement Learning" 官方资源

AAAI 2024 论文集：探索顶尖人工智能会议发表的创新研究论文。整合代码实现以利理解。⭐ 通过此存储库体验人工智能的前沿进展！

评测 AI Agent 能力范围的基准测试

NeurIPS 2023：Safety-Gymnasium：一个统一的安全强化学习基准测试

在 huggingface transformer 的任何生成模型（blommz-176B/bloom/gpt/bart/T5/MetaICL）上实现 ChatGPT RLHF（人类反馈强化学习）。

自动驾驶（Carla）中的深度强化学习（PPO）[从零开始]

Meta Agents Research Environments 是一个综合平台，旨在评估动态、真实场景中的 AI 代理。与静态基准测试不同，此平台引入了不断演进的环境，代理必须随着新信息的出现调整策略，以反映现实世界的挑战。

精选的人工智能资源列表（课程、工具、应用程序、开源项目）

MuJoCo 果蝇身体模型与运动强化学习任务

[NeurIPS 2025 Spotlight] LLM 后训练套件 — 包含 ReasonFlux、ReasonFlux-PRM 与 ReasonFlux-Coder

UMI on Legs：通过以操作为中心的全身控制器实现移动操作策略

精选来自 CalTech、Columbia、Berkeley、MIT 与 Stanford 的公开机器学习工程课程列表。

多目标强化学习算法实现。

[CVPR 2025 Highlight] InterMimic：迈向基于物理的人机交互通用全身控制

人形机器人运动智能论文、开源项目、产业与求职知识库