Simulations RL 平台学习笔记

songyuc2025-09-05 17:06

1. 选择标准

1.1 开源项目，🌟star数量越多越好

2. 常见平台

2.1 🌟18.6k ML-Agents：基于Unity实现

2.2 🌟1.2k Godot RL Agents

相关推荐
闲研随记5 天前
【文献阅读 ICML 2026】RL算法：Critique-GRPO
论文阅读·算法·llm·强化学习·rl·icml·grpo
山顶夕景7 天前
【AAAI 2026】VQAThinker：通过RL进行可解释VQA训练
rl·vqa·vlm·grpo·视频质量评估
熊猫钓鱼>_>2 个月前
强化学习与决策优化：从理论到工程落地的完整指南
人工智能·llm·强化学习·rl·马尔可夫·mdp·决策过程
江汉似年2 个月前
强化学习中的 On-policy 与 Off-policy 全面解析
人工智能·深度学习·算法·rl
江汉似年2 个月前
【无标题】
rl
非社会人士3 个月前
RL 系统 Infra 笔记：区分不同模型
强化学习·rlhf·rl·ppo·verl·infra
Robot_Nav3 个月前
RL-Driven MPPI：基于离线策略加速在线控制律计算的模型预测路径积分控制
rl·learning_based·mppi
大唐荣华3 个月前
从π到F：分阶段强化学习如何让机器人学会精密装配
强化学习·rl·vla
bryant_meng3 个月前
【VLA】Vision Language Action
人工智能·深度学习·rl·vla·世界模型·vlm
山顶夕景3 个月前
【MLLM】GraphWalker：Deepresearch用于图像生成
大模型·强化学习·图像生成·rl·agentic
热门推荐
01GitHub 镜像站点02AI科技热点日报 | 2026年07月01日03幻兽帕鲁 - 服务器管理员权限与 GM 命令完全指南042026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片05GPT-5.5 对比 GPT-5.6 Sol、Terra、Luna：官方性能数据与选型分析062026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？072026 年 AI 编程工具终极横评：Cursor vs Claude Code vs Copilot vs Windsurf082026 AI 编程工具终极实战指南：Cursor vs Claude Code vs Copilot，开发者该怎么选？09AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路102026 年 AI 大模型 & AI 编程工具实战全总结