reinforcement-learning

用於自動駕駛模擬的決策智慧平台。

這個儲存庫收集了一些封裝機器學習領域常用演算法的程式碼。大多數基於 Numpy、Pandas 或 Torch。您可以參考此儲存庫加深對相關模型與演算法的理解，或進行修改以取得屬於您自己的自訂程式碼。

RLAnything (ICML 2026) 與 AutoTool (ICML 2026)，DemyAgent：用於 LLM 與 Agent 場景的開源強化學習

基於 OpenAI gym 的多代理環境集合。

執行 VirtualHome（多 Agent 家庭模擬器）的 API

用於機器人學習的統一框架

在 Unitree Go2 上部署 walk-these-ways 專案

探索 2B 模型上的多模態「Aha 時刻」

發表於 Nature Machine Intelligence！首個基於可微分物理訓練的真實機器人（四軸飛行器）。

臺灣大學 (NTU) 李宏毅教授「機器學習 (Machine Learning) 2021 Spring」課程筆記

[ICLR 2026] ReCogDrive：用於端到端自動駕駛的強化認知框架

用於大規模全模態後訓練的非同步強化學習引擎。

強化學習相關論文，包含經典論文與頂級會議的最新論文

關於影片生成強化學習的精選論文列表。

[ICML 2026] "Graph-R1: Towards Agentic GraphRAG Framework via End-to-end Reinforcement Learning" 官方資源

AAAI 2024 論文集：探索頂尖人工智慧會議發表的創新研究論文。整合程式碼實作以利理解。⭐ 透過此儲存庫體驗人工智慧的前沿進展！

評測 AI Agent 能力範圍的基準測試

NeurIPS 2023：Safety-Gymnasium：一個統一的安全強化學習基準測試

在 huggingface transformer 的任何生成模型（blommz-176B/bloom/gpt/bart/T5/MetaICL）上實作 ChatGPT RLHF（人類回饋強化學習）。

自動駕駛（Carla）中的深度強化學習（PPO）[從零開始]

Meta Agents Research Environments 是一個綜合平台，旨在評估動態、真實場景中的 AI 代理。與靜態基準測試不同，此平台引入了不斷演進的環境，代理必須隨著新資訊的出現調整策略，以反映現實世界的挑戰。

精選的人工智慧資源列表（課程、工具、應用程式、開源專案）

MuJoCo 果蠅身體模型與運動強化學習任務

[NeurIPS 2025 Spotlight] LLM 後訓練套件 — 包含 ReasonFlux、ReasonFlux-PRM 與 ReasonFlux-Coder

UMI on Legs：透過以操作為中心的全身控制器實現移動操作策略

精選來自 CalTech、Columbia、Berkeley、MIT 與 Stanford 的公開機器學習工程課程列表。

多目標強化學習演算法實作。

[CVPR 2025 Highlight] InterMimic：邁向基於物理的人機互動通用全身控制

人形机器人运动智能论文、开源项目、产业与求职知识库