gym

1,324 练习健身数据集 — 动画 GIF、180×180 缩略图、肌肉群与设备数据，以及 6 种语言的逐步说明。LogPress 应用背后的练习数据层

PyTorch 版 Stable Baselines，可靠的強化學習演算法實作

單代理強化學習環境的標準 API，提供流行的參考環境與相關工具（前稱 Gym）

高品質單檔實作深度強化學習演算法，具研究友好功能（PPO、DQN、C51、DDPG、TD3、SAC、PPG）

🏋 現代開源健身教練平台。建立訓練計畫、追蹤進度，並存取完整的運動資料庫。

自行託管的 FLOSS 健身／運動、營養與體重追蹤工具

用於 Stable Baselines3 強化學習代理的訓練框架，包含超參數優化與預訓練代理。

MuZero

分散式 GPU 加速演化計算框架。包含完整的演化演算法與基準測試問題庫。

用於四軸飛行器控制的單一與多代理增強式學習的 PyBullet Gymnasium 環境

[NeurIPS 2023 Spotlight] LightZero：一般序列決策情境中蒙地卡羅樹搜尋的統一基準（精選 MCTS 資源）。

基於 C++ 的通用強化學習（RL）環境高效能平行環境執行引擎（向量化環境）。

[NeurIPS 2025 Spotlight] 具備可驗證獎勵的強化學習推理環境

使用環境評估並改善模型與 agent

超級瑪利歐兄弟的非同步優勢演員-評論家（A3C）演算法

模組化強化學習（RL）函式庫（使用 PyTorch、JAX 與 NVIDIA Warp 實作），支援 Gymnasium/Gym、NVIDIA Isaac Lab、MuJoCo Playground 等環境。

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。

適用於 wger 的 Flutter 健身／運動應用程式

用於基於學習的控制和 RL 的 PyBullet CartPole 與 Quadrotor 環境（具備 CasADi 符號先驗動力學）

統一的強化學習框架

MobileGym：用於 Mobile GUI Agent 研究的可驗證高並行模擬平台 · 瀏覽器裡運行的安卓模擬器 · Browser-hosted Android Simulator · 可驗證評估 · 可擴展的線上 RL 訓練

Stable-Baselines3 的貢獻套件 - 實驗性強化學習（RL）程式碼

基於 OpenAI gym 的多代理環境集合。

VMAS 是一款向量化可微分模擬器，專為高效的多代理強化學習基準測試而設計。它包含一個以 PyTorch 編寫的向量化 2D 物理引擎以及一系列具挑戰性的多機器人場景。可透過簡單且模組化的介面實作額外場景。

用於追蹤健身房舉重訓練的跨平台應用程式。

多目標強化學習演算法實作。

Your workout logs visualized!

代理型 LLM 的訓練環境