reinforcement-learning

超級瑪利歐兄弟的非同步優勢演員-評論家（A3C）演算法

極速的端對端 Jax RL 實作

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。

這是一個透過 Isaac Gym 提供雙手靈巧操作任務的函式庫。

XuanCe：一個全面且統一的深度強化學習函式庫

離線強化學習 (offline-rl) 演算法索引。

gym-retro 的分支版本，包含額外的遊戲、模擬器與支援的平台

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。

各個程式設計領域的書籍 / PDF / EPUB。閱讀、成長並享受 😊😊😊😊

掌握 AI/ML/DL/CV 的必備指南

面向 Agent 的持續改進堆疊。我們的環境資料與評估為 Agent 的改進和監控提供動力。

Agent工程師最全學習路徑 · 從零精通 AI 工程 · 20 階段 503 課 · 中文全量翻譯 + 配套站點 + 動畫講解視頻 · 如何成為 AI Agent 工程師的修成指南

「Learning Efficient Online 3D Bin Packing on Packing Configuration Trees」的程式碼實作。我們提出透過在階層式裝箱組態樹上進行學習，來增強線上三維裝箱問題 (BPP) 的實際適用性，這使得深度強化學習 (DRL) 模型能夠輕鬆應對實際限制，即使在連續解空間中也能表現良好。

🐝 透過 RL / 提示詞最佳化實現的第一批自我改進 Agent

最快速的深度強化學習函式庫

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

用於四足機器人 locomotion MPC 控制的深度強化學習

高吞吐量同步與非同步強化學習

推薦、廣告工業界經典以及最前沿的論文、資料集合

一個用於完全協同之人機協作效能的基準測試環境。

針對擴散與全能模型的多模態 RL 訓練框架

多代理強化學習的精彩遊戲 AI 素材

強大的 3B 參數、基於 LLM 的強化學習音訊編輯模型，擅長編輯情感、說話風格與副語言學，並具備強大的零樣本文字轉語音功能

用於強化學習的機器人模擬環境集合

機器學習開源大學

使用生成式 AI 與深度學習進行分子與材料設計的列表。

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

「TD-MPC2: Scalable, Robust World Models for Continuous Control」的程式碼

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