deep-reinforcement-learning

使用 AI 玩貪吃蛇遊戲。

依 Star 數排序的前 200 名深度學習 Github 儲存庫

一個離線深度強化學習函式庫

強化學習中擴散模型（Diffusion Model）資源精選列表（持續更新）。

免費課程，帶你從零基礎邁向強固學習 PRO 🦸🏻‍🦸🏽

致力於深度強化學習與 AI 的未來。

StarCraft II 的人工智慧平台，具備大規模分散式訓練與大師級代理。

在 ROS Gazebo 模擬器中用於移動機器人導航的深度強化學習。利用雙延遲深度確定性策略梯度 (TD3) 神經網路，機器人在模擬環境中學習導航至隨機目標點，同時避開障礙物。

基於 PyTorch 的模組化深度強化學習框架。《Foundations of Deep Reinforcement Learning》一書的配套函式庫。

多代理人強化學習（MARL）只需一個儲存庫就夠了

使用 Keras 實作的極簡深度 Q 學習（DQN 與 DDQN）

JMLR：OmniSafe 是用於加速 SafeRL 研究的基礎設施框架。

極速的端對端 Jax RL 實作

這是一個透過 Isaac Gym 提供雙手靈巧操作任務的函式庫。

使用 SUMO 進行交通號誌控制的強化學習環境。相容於 Gymnasium、PettingZoo 以及熱門的 RL 函式庫。

《Reinforcement Learning: Theory and Python Implementation》一書的原始碼。

以 RLOps 簡化強化學習。搭載最先進的 RL 演算法與工具，透過進化式超參數最佳化實現快 10 倍的訓練速度。

Gibson 環境：具身代理的真實世界感知

用於強化學習的 Python 函式庫

精選的深度強化學習（Deep Reinforcement Learning）資源清單。

ICLR-20 論文「Learning to Explore using Active Neural SLAM」的 Pytorch 程式碼

此儲存庫包含大多數基於經典深度強化學習演算法的 PyTorch 實作，包含：DQN、DDQN、Dueling Network、DDPG、SAC、A2C、PPO、TRPO。（更多演算法持續開發中）

用於建構深度強化學習代理人的 PyTorch 圖書館

適用於 Julia 的強化學習套件。

SSBM "Phillip" AI

模仿學習演算法

人車模擬器

文件「筆和線段的一種劃分.py」，只需輸入 K 線的 high 與 low 數據，即可自動實現筆、線段、中樞、買賣點與走勢類型的劃分。

自動駕駛（Carla）中的深度強化學習（PPO）[從零開始]

羊了個羊 + 深度強化學習