发现与 Gym Environment 相关的最受欢迎的开源项目和工具，了解最新的开发趋势和创新。
FinRL：金融强化学习
Stable Baselines 的 PyTorch 版本，提供了可靠的强化学习算法实现。
一个用于单智能体强化学习环境的API标准，包含常用的参考环境和相关工具（前身为Gym）
高质量的单文件深度强化学习算法实现，包含便于研究的特性（PPO、DQN、C51、DDPG、TD3、SAC、PPG）
强化学习/AI智能体在纸牌游戏中的应用——包括二十一点、Leduc扑克、德州扑克、斗地主、麻将和UNO。
一个用于多智能体强化学习环境的API标准，包含常用的参考环境和相关工具。
自动驾驶中的极简决策环境
MuZero
关于大型语言模型智能体的必读论文
一个用于Stable Baselines3强化学习智能体的训练框架，包含超参数优化和预训练智能体。
一种用于隐私保护数据分析和机器学习的统一框架
英特尔人工智能实验室的强化学习教练（Reinforcement Learning Coach）让您可以轻松地试验最先进的强化学习算法。
最简单、灵活且全面的OpenAI Gym交易环境（已获OpenAI Gym批准）
BlazingSQL是一个轻量级的、基于GPU加速的Python SQL引擎，构建于RAPIDS cuDF之上。
只需彩虹！从DQN到Rainbow的逐步教程
Hillbot公司主导开发的SAPIEN操作技能框架，这是一个开源的、基于GPU并行化的机器人模拟器和基准测试平台。
基于1993年游戏《毁灭战士》的强化学习环境（包含上帝模式）
用于单智能体和多智能体强化学习的四旋翼控制PyBullet Gymnasium环境
机器学习协作工作区
深度强化学习中基于好奇心驱动的探索方法的TensorFlow代码（发表在ICML 2017）
