搜索结果：reinforcement-learning（6 个）
按分类缩小范围
agent-lightning
综合 77
微软推出的 AI Agent 训练与能力激活工具。
stable-baselines3
综合 75
基于 PyTorch 实现的强化学习算法库，提供可靠的算法实现。
Gymnasium
综合 70
单智能体强化学习环境的标准 API，内置常见参考环境与实用工具（原 Gym）。
ART
综合 66
智能体强化训练工具，使用 GRPO 训练复杂多步任务智能体，支持 Qwen3.6、GPT-OSS、Llama 等模型。
精选的人工智能（AI）优质课程、书籍、视频讲座与论文列表。
cleanrl
综合 46
面向科研的高质量单文件深度强化学习算法实现（含 PPO、DQN、SAC 等）