“reinforcement-learning” 相关开源项目

Unity 开源工具包，可将游戏和仿真环境用于训练智能体，支持强化学习与模仿学习。

一本强化学习入门小书，配套提供从 MC 到 PPO 各算法的 PyTorch 实现。

将任意 Agent Skill 转换为 Harbor 格式、可用于强化学习的终端任务。

ASPIRE 是一个研究框架，让编程智能体通过迭代改进机器人操作技能，用于仿真和真实机器人任务。

一个通用框架，利用世界模型预测与交互反馈实现递归自我改进，覆盖代码修复、GUI 操作和实验规划等领域。