reinforcement-learning

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

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。

基于自由间隔重复调度算法实现的现代Anki自定义调度系统。

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

Isaac Lab API，由 MuJoCo-Warp 提供支持，用于强化学习和机器人研究

使用PyTorch从零开始逐步实现一个推理大语言模型

TradeMaster是一个基于强化学习的开源量化交易平台

NVIDIA Nemotron 开发者资源中心——提供训练方案、使用指南及完整端到端参考示例的一站式资源库，助力基于Nemotron模型的开发。

ProtoMotions 是一个用于训练物理模拟数字人及人形机器人的 GPU 加速仿真与学习框架。

为大型语言模型训练构建强化学习环境

UniLab：一种超越GPU主导范式的机器人强化学习异构架构

发表于《自然·机器智能》！首个基于可微分物理训练的实体机器人（四旋翼飞行器）。