reinforcement-learning

用於強化學習的 Python 函式庫

UniRL 是一個統一多模態模型強化學習框架

🦁 適用於 JAX 中多智慧體強化學習快速實驗的研究友善程式碼庫

UniLab：超越 GPU 主導範式的機器人 RL 異質架構

多代理資源最佳化（MARO）平台是用於現實世界資源最佳化問題的「即服務強化學習」（RaaS）實例。

Continual learning infra for self-improving agents

關於擴散模型的關鍵論文與部落格總結，以便學習該主題。包含所有已發布擴散機器人論文的詳細清單。

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）

精選的 Decision Transformer 資源清單（持續更新）

👉 CARLA 相關資源，包含教學、部落格、程式碼等 https://github.com/carla-simulator/carla

騰訊王者榮耀 AI 開源環境

一個用於組合優化（CO）強化學習（RL）全方位功能的 PyTorch 函式庫

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

Transformer 是具備樣本效率的世界模型。ICLR 2023，入選前 5% 卓越論文。

天工實驗室：針對雙足機器人的 Direct IsaacLab 工作流程

🕹️ 一套在 JAX 中具備可擴展性的多元強化學習環境套件

用於從頭設計、骨架跳躍、R 基團替換、連接子設計和分子最佳化的 AI 分子設計工具。

[CoRL 2024] HumanPlus: 人形機器人 shadowing 與來自人類的模仿

基於 JAX 的多智能體強化學習

統一的強化學習框架

🌟 精選的高品質 AI 工具 🤖、API 🔗、資料集 📊 與學習資源 🧠 集合，涵蓋機器學習 🧠、深度學習 🧩、生成式 AI 🎨、NLP 💬 與資料科學 📈。旨在幫助開發人員 👩‍💻、研究人員 🔬 和創作者 ✨ 更快地探索並使用 AI 進行建構 ⚡。

情境多臂強盜演算法的 Python 實作

安全強化學習基準儲存庫。

🚀🚀🚀 收集一些關於大型語言模型（LLM）、視覺語言模型（VLM）、視覺語言動作（VLA）、AI 生成內容（AIGC）以及相關資料集與應用的優秀公開專案。

大型語言模型策略內蒸餾（OPD）的精選論文、技術報告、框架與工具集合

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

BFM_Zero：使用非監督式強化學習的人形機器人控制提示式行為基礎模型

Julia 中的 MDP 與 POMDP——一個用於在離散與連續空間中定義、求解及模擬完全與部分可觀測馬可夫決策過程的介面。

基於 PyBullet 物理引擎與 gymnasium 的機器人環境集合。