库 / 框架
标签
同类项目
RAGEN2.8k面向 LLM 推理 智 能体 的 多轮 强化 学习训练 框架， 提供 StarPO算法 诊断 与 多 环境 评测 能力。 
agent-lightning18.9k面向 AI智 能体 的 强化 学习训练 框架， 可 在 真实 执行 环境 中低 改造 成 本 训练Agent。 
humanoid-motion-intelligence704人形机器 人 运动 智 能 知识库， 系统 整理论文 解读、 开源 项目、 数据 集、 仿真 工具 与 求职 资料。 
ml-agents19.9kUnity官 方机器 学习智 能 体 工 具包， 用 深度 强化 与 模仿 学习训练 游戏 内智 能体。 
cleanrl10.7k高质量 单 文件 深度 强化 学 习算 法库， 覆盖 PPO、 DQN、 SAC 等 算法， 注重 可读性 复现 与 大规模 实验 管理， 供 研究 使用。 
oumi9.4k开源大模型 全生命 周期 平台， 支持 数 据 合成微调评测 推理 部署， 覆盖 文本 与 多 模态 主流 模型。