reinforcement-learning

用于强化学习的 Python 库

UniRL 是一个统一多模态模型强化学习框架

🦁 适用于 JAX 中多智能体强化学习快速实验的研究友好代码库

UniLab：超越 GPU 主导范式的机器人 RL 异构架构

多智能体资源优化（MARO）平台是用于现实世界资源优化问题的“即服务强化学习”（RaaS）实例。

Continual learning infra for self-improving agents

关于扩散模型的关键论文与博客总结，以便学习该主题。包含所有已发布扩散机器人论文的详细清单。

用于基于学习的控制和 RL 的 PyBullet CartPole 与 Quadrotor 环境（具备 CasADi 符号先验动力学）

精选的 Decision Transformer 资源列表（持续更新）

👉 CARLA 相关资源，包含教程、博客、代码等 https://github.com/carla-simulator/carla

腾讯王者荣耀 AI 开源环境

一个用于组合优化（CO）强化学习（RL）全方位功能的 PyTorch 库

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

Transformer 是具备样本效率的世界模型。ICLR 2023，入选前 5% 卓越论文。

天工实验室：针对双足机器人的 Direct IsaacLab 工作流程

🕹️ 一套在 JAX 中具备可扩展性的多元强化学习环境套件

用于从头设计、骨架跳跃、R 基团替换、连接子设计和分子优化的 AI 分子设计工具。

[CoRL 2024] HumanPlus: 人形机器人 shadowing 与来自人类的模仿

基于 JAX 的多智能体强化学习

🌟 精选的高质量 AI 工具 🤖、API 🔗、数据集 📊 与学习资源 📚 集合，涵盖机器学习 🧠、深度学习 🧩、生成式 AI 🎨、NLP 💬 与数据科学 📈。旨在帮助开发者 👩‍💻、研究人员 🔬 和创作者 ✨ 更快地探索并使用 AI 进行构建 ⚡。

统一的强化学习框架

上下文多臂老虎机算法的 Python 实现

安全强化学习基准仓库。

🚀🚀🚀 收集一些关于大型语言模型（LLM）、视觉语言模型（VLM）、视觉语言动作（VLA）、AI 生成内容（AIGC）以及相关数据集与应用的优秀公开项目。

大语言模型策略内蒸馏（OPD）的精选论文、技术报告、框架与工具集合

精選的優秀 NVIDIA Isaac Gym 框架、論文、軟體與資源列表

MobileGym：用于 Mobile GUI Agent 研究的可验证高并发模拟平台 · 浏览器里运行的安卓模拟器 · Browser-hosted Android Simulator · 可验证评估 · 可扩展的线上 RL 训练

BFM_Zero：使用无监督强化学习的人形机器人控制提示式行为基础模型

Julia 中的 MDP 与 POMDP——一个用于在离散和连续空间中定义、求解及模拟完全与部分可观测马尔可夫决策过程的接口。

基于 PyBullet 物理引擎与 gymnasium 的机器人环境集合。