发现与 Minigrid 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。
开放式决策AI引擎，最全面的强化学习框架
可以直接用于训练、可视化和评估智能体的强化学习入门文件，无需编写任何代码。
基于JAX加速的元强化学习环境，其灵感来源于XLand和MiniGrid
基于PyTorch的循环多进程深度强化学习Actor-Critic算法A2C和PPO实现
使用大型语言模型进行策略蒸馏，从而训练强化学习智能体的 Python 代码实现（LLM4Teach 方法）
用强化学习解决游戏问题
学习用于强化学习的视觉嵌入
A PyTorch implementation of DIAYN for unsupervised skill discovery in MiniGrid environments. Trains agents to learn diverse behaviors without reward engineering. Features modular architecture and visualization tools.
针对MiniGrid 6 Rooms环境的深度强化学习智能体。实现了DQN、双DQN、Huber损失函数、软更新、优先经验回放（PER）和Actor-Critic算法。最佳模型解决了90%的回合，并提高了训练稳定性。
2021-2022学年，计算机科学系，Emanuele Rodolà教授的深度学习与应用人工智能课程项目
个人项目：在Minigrid环境中开发强化学习智能体
