Rl 相关的热门 GitHub AI项目仓库

一本易懂的强化学习中文教程（也称“蘑菇书”），可以在线阅读：https://datawhalechina.github.io/easy-rl/

多巴胺（Dopamine）是一个用于快速原型设计强化学习算法的研究框架。

麻省理工学院深度学习相关课程的教程、作业和竞赛。

一个优雅的PyTorch深度强化学习库。

大规模并行深度强化学习

五子棋（也叫戈邦或五子连珠）的AlphaZero算法实现

开放式决策AI引擎，最全面的强化学习框架

一个模块化、优先使用原始方法、优先使用 Python 的 PyTorch 强化学习库。

大型语言模型推理的分布式强化学习系统

一个用于元学习研究的PyTorch库

MuZero

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。

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。

Awesome Reinforcement Learning for Large Reasoning Models (RL4LRM)

?100+ LLM & RL Algorithm Maps！? | 原创 LLM / RL 100+原理图?，由《大模型算法》作者发起

DeepTraffic是一个深度强化学习竞赛，属于麻省理工学院深度学习系列的一部分。

RLinf is a flexible and scalable open-source infrastructure designed for post-training foundation models (LLMs, VLMs, VLAs) via reinforcement learning.

一个离线深度强化学习库

关于深度强化学习和人工智能的未来

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）