从 65,707 个高星开源项目里，
找到你要的下一个。

强化学习中文教程（蘑菇书🍄），在线阅读地址：https://datawhalechina.github.io/easy-rl/

强化学习中文教程（蘑菇书🍄），在线阅读地址：https://datawhalechina.github.io/easy-rl/

cleanrl 是用 Python 编写的学习资料，用于系统学习与查阅。

High-quality single file implementation of Deep Reinforcement Learning algorithms with research-friendly features (PPO, DQN, C51, DDPG, TD3, SAC, PPG)

Simple Reinforcement learning tutorials, 莫烦Python 中文AI教学

Simple Reinforcement learning tutorials, 莫烦Python 中文AI教学

deep-reinforcement-learning 是用 Jupyter Notebook 编写的 AI 工具，用于大模型与智能体应用开发。

Repo for the Deep Reinforcement Learning Nanodegree program

Reinforcement-Learning 是用 Jupyter Notebook 编写的学习资料，用于系统学习与查阅。

Learn Deep Reinforcement Learning in 60 days! Lectures & Code in Python. Reinforcement Learning + Deep Learning

Deep-reinforcement-learning-with-pytorch 是用 Python 编写的学习资料，用于系统学习与查阅。

PyTorch implementation of DQN, AC, ACER, A2C, A3C, PG, DDPG, TRPO, PPO, SAC, TD3 and ....

hands-on-modern-rl 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打开源免费。

🚀 An open-source, hands-on curriculum bridging the gap from basic RL concepts to LLM alignment, RLVR, and advanced Agentic systems.

ElegantRL 是用 Python 编写的开源项目，主题标签有限，建议打开仓库查看具体用途。

Massively Parallel Deep Reinforcement Learning. 🔥

Deep_reinforcement_learning_Course 是用 Jupyter Notebook 编写的学习资料，用于系统学习与查阅，主打开源免费。

Implementations from the free course Deep Reinforcement Learning with Tensorflow and PyTorch

FinRL-Trading 是用 Python 编写的学习资料，用于系统学习与查阅。

FinRL-X: An AI-Native Modular Infrastructure for Quantitative Trading

DeepRL 是用 Python 编写的学习资料，用于系统学习与查阅。

Modularized Implementation of Deep RL Algorithms in PyTorch

DRL-Pytorch 是用 Python 编写的学习资料，用于系统学习与查阅。

Clean, Robust, and Unified PyTorch implementation of popular Deep Reinforcement Learning (DRL) algorithms (Q-learning, Duel DDQN, PER, C51, Noisy DQ…

minimalRL 是用 Python 编写的学习资料，用于系统学习与查阅，主打轻量。

Implementations of basic RL algorithms with minimal lines of codes! (pytorch based)

PPO-PyTorch 是用 Python 编写的学习资料，用于系统学习与查阅，主打轻量。

Minimal implementation of clipped objective Proximal Policy Optimization (PPO) in PyTorch

on-policy 是用 Python 编写的学习资料，用于系统学习与查阅。

This is the official implementation of Multi-Agent PPO (MAPPO).

SLM-Lab 是用 Python 编写的学习资料，用于系统学习与查阅。

Modular Deep Reinforcement Learning framework in PyTorch. Companion library of the book "Foundations of Deep Reinforcement Learning".

Super-mario-bros-PPO-pytorch 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。

Proximal Policy Optimization (PPO) algorithm for Super Mario Bros

PyTorch-RL 是用 Python 编写的学习资料，用于系统学习与查阅，主打速度快。

PyTorch implementation of Deep Reinforcement Learning: Policy Gradient methods (TRPO, PPO, A2C) and Generative Adversarial Imitation Learning (GAIL)…

PPO-for-Beginners 是用 Python 编写的学习资料，用于系统学习与查阅，主打易用。

A simple and well styled PPO implementation. Based on my Medium series: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613df…

LearningHumanoidWalking 是用 Python 编写的学习资料，用于系统学习与查阅。

Training a humanoid robot for locomotion using Reinforcement Learning

purejaxrl 是用 Python 编写的学习资料，用于系统学习与查阅，主打速度快。

Really Fast End-to-End Jax RL Implementations