“reinforcement-learning” 관련 오픈소스 프로젝트

웹 테이블을 제공하는 4인 파트너십 카드 게임 관단용 오픈소스 강화학습 에이전트

Unity ML-Agents Toolkit은 강화 학습과 모방 학습으로 AI 에이전트를 훈련하는 환경을 제공합니다.

기초부터 응용 알고리즘까지 다루며 저장소에 PyTorch 구현을 제공하는 강화 학습 입문서

LLM 플래너, VLA 조작 모델, 메모리를 활용해 시뮬레이터와 실제 로봇에서 작업을 수행하는 임바디드 에이전트 개발 프레임워크입니다.

Codex 에이전트를 Docker 컨테이너에서 실행해 Agent Skill을 Harbor 형식의 RL용 터미널 작업으로 변환합니다.

ASPIRE는 모델 가중치를 학습하는 대신 코딩 에이전트가 재사용 가능한 로봇 스킬을 반복적으로 개선하는 프레임워크입니다.

월드 모델 예측과 상호작용 피드백으로 코드 수정, GUI 작업, 실험실 계획을 반복적으로 개선하는 연구 프레임워크입니다.