reinforcement-learning

Rainbow 就是你所需要的一切！从 DQN 到 Rainbow 的逐步教程

AgentFlow：流中的 Agent 系统优化

使用 Keras 进行高级深度学习，由 Packt 出版

NVIDIA Nemotron 开发者资产中心 — 用于构建 Nemotron 模型的训练方法、使用手册、数据集与完整端到端参考示例的一站式资源。

🚀 免费 AI 资源 - 🎓 课程、👷 工作、📝 博客、🔬 AI 研究等，应有尽有！

物理符号优化

以更简单的方式实现所有强化学习（RL）算法

用于训练强化学习代理或简单规则基础算法的交易与回测环境。

RoboVerse：迈向可扩展且具泛化能力的机器人学习统一平台、数据集与基准测试

一些可用于学习与下载的实用 AI 相关书籍与 PDF，同时也应用了一些用于学习的 playground 模型。

使用 AI 玩贪吃蛇游戏。

用于 PyTorch 训练工具与实用程序的轻量级库

AgiBot X1 的强化学习训练代码。

使用 PyTorch 模拟脉冲神经网络（SNN）。

深度神经进化

[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）。

Safe RLHF：通过来自人类反馈的安全强化学习进行受约束的价值对齐

[IEEE RA-L'25] NavRL：动态环境下的安全飞行学习（NVIDIA Isaac/Python/ROS1/ROS2）

一个开源软件包，让电子游戏创作者、AI 研究人员和爱好者能够为其非玩家角色（NPC）或 Agent 学习复杂行为

免费课程，带你从零基础迈向强化学习 PRO 🦸🏻‍🦸🏽

AgentEvolver：迈向高效的自我演化 Agent 系统

🚀🀄️ 由 Rust 和深度强化学习驱动的高速强大日式麻将 AI。

精选的最佳人工智慧资源清单

基于 C++ 的通用强化学习（RL）环境高性能并行环境执行引擎（向量化环境）。

专注于深度强化学习与 AI 的未来。

[NeurIPS 2025 Spotlight] 具备可验证奖励的强化学习推理环境

精选的机器人实用连结与软件库清单。

企业应用场景的参考 Jupyter notebooks 与 AI/ML 应用展示合集：营销、定价、供应链、智能制造等。

TextWorld 是一个沙盒学习环境，用于训练和评估文本游戏上的强化学习 (RL) 代理程序。

用于 Unitree Go1 机器人的从模拟到真实（Sim-to-real）RL 训练与部署工具。