reinforcement-learning

超级马里奥兄弟的异步优势演员-评论家（A3C）算法

极速的端到端 Jax RL 实现

模块化强化学习（RL）库（使用 PyTorch、JAX 与 NVIDIA Warp 实现），支持 Gymnasium/Gym、NVIDIA Isaac Lab、MuJoCo Playground 等环境。

这是一个通过 Isaac Gym 提供双手灵巧操作任务的库。

XuanCe：一个全面且统一的深度强化学习库

离线强化学习 (offline-rl) 算法索引。

gym-retro 的分支版本，包含额外的游戏、模拟器与支持的平台

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。

各个编程领域的书籍 / PDF / EPUB。阅读、成长并享受 😊😊😊😊

掌握 AI/ML/DL/CV 的必备指南

面向 Agent 的持续改进栈。我们的环境数据与评估为 Agent 的改进和监控提供动力。

“Learning Efficient Online 3D Bin Packing on Packing Configuration Trees”的代码实现。我们提出通过在分层装箱配置树上进行学习，来增强在线三维装箱问题 (BPP) 的实际适用性，这使得深度强化学习 (DRL) 模型能够轻松应对实际限制，即使在连续解空间中也能表现良好。

Agent工程师最全学习路径 · 从零精通 AI 工程 · 20 阶段 503 课 · 中文全量翻译 + 配套站点 + 动画讲解视频 · 如何成为 AI Agent 工程师的修成指南

🐝 通过 RL / 提示词优化实现的第一批自我改进 Agent

最快速的深度强化学习库

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

用于四足机器人 locomotion MPC 控制的深度强化学习

高吞吐量同步与异步强化学习

推荐、广告工业界经典以及最前沿的论文、资料集合

一个用于完全协同之人机协作性能的基准测试环境。

针对扩散与全能模型的多模态 RL 训练框架

多智能体强化学习的精彩游戏 AI 素材

强大的 3B 参数、基于 LLM 的强化学习音频编辑模型，擅长编辑情感、说话风格与副语言学，并具备强大的零样本文本转语音功能

用于强化学习的机器人模拟环境集合

机器学习开源大学

使用生成式 AI 与深度学习进行分子与材料设计的列表。

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

“TD-MPC2: Scalable, Robust World Models for Continuous Control”的代码

PettingZoo and Gymnasium bindings for popular reinforcement learning environments outside of Farama