搜索结果：reinforcement-learning（10 个）
按分类缩小范围
ART
商机 80
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。
Agent-S
商机 78
先进的开源计算机操作智能体（Computer Use Agent）。
agent-lightning
商机 78
微软推出的 AI Agent 训练与能力激活工具。
stable-baselines3
商机 76
基于 PyTorch 实现的强化学习算法库，提供可靠的算法实现。
Gymnasium
商机 71
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）。
wandb
商机 70
AI 开发者平台，用于训练、微调模型，覆盖从实验跟踪到生产部署的全流程管理。
ai-agent-book
商机 67
《深入理解 AI Agent：设计原理与工程实践》开源主仓库，包含全书正文、编译版 PDF 与配套代码。
精选的人工智能（AI）优质课程、书籍、视频讲座与论文列表。
cleanrl
商机 58
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）
整理了各类计算机科学（CS）视频讲座的精品课程列表。