reinforcement-learning

大语言模型微调与强化学习 🦥 以2倍速度训练OpenAI gpt-oss、Qwen3、Llama 4、DeepSeek-R1、Gemma 3，节省70%显存

一本包含多框架代码、数学原理与深度讨论的交互式深度学习书籍，已被斯坦福、麻省理工、哈佛和剑桥等全球70个国家500所高校采用。

SGLang是面向大语言模型与视觉语言模型的高速推理框架。

FinGPT：开源金融大语言模型！我们发布革命性🔥训练模型于HuggingFace平台

Unity机器学习代理工具包（ML-Agents）是一个开源项目，能让游戏和模拟场景成为训练智能代理的环境，支持深度强化学习与模仿学习。

学习它。构建它。为他人交付它。

基于Unreal Engine/Unity构建的开源自动驾驶模拟器，由微软人工智能与研究部门开发

点亮AI智能体的终极训练器

FinRL®：金融强化学习框架。🔥

Bullet Physics SDK：面向 VR、游戏、视觉效果、机器人、机器学习等领域的实时碰撞检测与多物理场模拟

强化学习中文教程（蘑菇书🍄），在线阅读地址：https://datawhalechina.github.io/easy-rl/

开源自动驾驶研究模拟器

Agent S：仿人类操作计算机的开放式智能体框架

示例 📓 Jupyter 笔记本，展示如何使用 🧠 Amazon SageMaker 构建、训练和部署机器学习模型。

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

麻省理工学院6.S191课程实验材料：深度学习导论

SANA：基于线性扩散 Transformer 的高效高分辨率图像合成

面向Claude、GPT、O系列、Grok、Deepseek、Gemini及300多种模型的AI增强型结对编程工具

支持Claude、GPT、O系列、Grok、Deepseek、Gemini及300多种模型的AI配对编程助手

简化复杂游戏环境中的强化学习实现

OpenSpiel是一个用于通用强化学习及游戏搜索与规划研究的游戏环境与算法集合。

面向Claude、GPT、O系列、Grok、Deepseek、Gemini及300多种模型的AI增强型结对编程工具

该仓库包含Hugging Face的深度强化学习课程。

专为大型语言模型推理与智能体打造的闪电式强化学习框架。