#reinforcement-learning 每日趋势报告

智能体强化训练器：使用GRPO为现实任务训练多步智能体。为智能体提供在职培训。支持Qwen2.5、Qwen3、Llama等模型的强化学习

用于接触密集型环境中物理AI研究和部署的全开源仿人机械臂

该仓库包含Hugging Face的深度强化学习课程。