OpenRLHF

OpenManus-RL

AI GitHub 仓库

专注于大型语言模型 (LLM) 智能体强化学习 (RL) 微调的直播开发开源项目。它旨在探索基于 RL 的 LLM 智能体微调新范式，动态分享进展和结果。该项目欢迎社区贡献，以推进智能体的推理和工具集成能力。OpenManus-RL 是一个专注于大型语言模型 (LLM) 智能体强化学习 (RL) 微调的直播开发开源项目。它旨在探索基于 RL 的 LLM 智能体微调新范式，动态分享进展和结果。该项目欢迎社区贡献，以推进智能体的推理和工具集成能力。

Oumi

AI GitHub 仓库

#145

GitHub项目，旨在微调、评估和部署大型语言模型，如Qwen和Gemma。它支持开放的代理LLM和VLM，提供监督微调和强化学习的工具。Oumi是一个GitHub项目，旨在微调、评估和部署大型语言模型，如Qwen和Gemma。它支持开放的代理LLM和VLM，提供监督微调和强化学习的工具。

OpenPipe | RL for Agents

AI 平台

#116

提供企业级 AI 代理强化学习平台。通过先进的微调和持续优化，该平台能够构建可靠、低延迟且经济高效的 AI 模型。平台支持本地部署，并提供强大的合规性功能，非常适合生产应用。OpenPipe 提供企业级 AI 代理强化学习平台。通过先进的微调和持续优化，该平台能够构建可靠、低延迟且经济高效的 AI 模型。平台支持本地部署，并提供强大的合规性功能，非常适合生产应用。

TensorFlow Agents

AI 框架

TensorFlow 中用于强化学习的库。它通过提供模块化、可扩展的组件来简化新强化学习算法的设计、实现和测试，从而实现快速的代码迭代和稳健的测试。TensorFlow Agents 是 TensorFlow 中用于强化学习的库。它通过提供模块化、可扩展的组件来简化新强化学习算法的设计、实现和测试，从而实现快速的代码迭代和稳健的测试。

TD3 PyTorch 实现

AI GitHub 仓库

该存储库提供了作者官方的 Twin Delayed Deep Deterministic Policy Gradients (TD3) PyTorch 实现。它专为 OpenAI Gym 环境中的连续控制任务而设计，为强化学习的研究和开发提供了强大的解决方案。

Model-Based Policy Optimization

AI GitHub 仓库

此 GitHub 仓库包含“何时信任您的模型：基于模型的策略优化”论文的代码。它提供了基于模型的策略优化算法的实现，使研究人员和开发人员能够重现实验并在此基础上进行强化学习的研究。

maml_rl

AI GitHub 仓库

该存储库提供了“模型无关的元学习用于深度网络的快速适应”论文中详细的强化学习实验代码。它使研究人员和开发人员能够探索元学习技术，以在强化学习的深度神经网络中实现快速适应。

深度强化学习入门 — 文档

AI 学习

#59

提供了全面的文档，帮助学习深度强化学习。它包括安装指南、算法、实验管理和研究人员资源，是任何对该领域感兴趣的人的重要工具。深度强化学习入门提供了全面的文档，帮助学习深度强化学习。它包括安装指南、算法、实验管理和研究人员资源，是任何对该领域感兴趣的人的重要工具。