FLAG开源项目 – 多智能体足球游戏训练

TiZero 是一个基于课程学习和自我对弈的多智能体足球游戏训练工具，适用于多智能体强化学习研究和足球游戏的策略优化。

FLAG的特点:

1. 多智能体足球游戏的掌握
2. 基于课程学习和自我对弈的训练

FLAG的功能:

1. 用于多智能体强化学习研究
2. 支持足球游戏的策略优化

相关导航

RWKV_Othello开源项目 – 专为奥赛罗棋设计的智能模型

RWKV_Othello是一款专为奥赛罗棋（又称黑白棋）设计的RWKV-7模型，能够预测合法走法、评估棋局局势，并进行上下文搜索，从而帮助玩家制定更优策略。

Praxis官网 – 智能交易日志，助力交易决策

Praxis 是一个终极的AI交易日志工具，能够将您的交易数据转化为可操作的洞察。它不仅是另一个交易工具，更是您的个人交易分析师，帮助您优化策略，减少损失，抓住获利机会。

Pokemon Red RL开源项目 – 使用强化学习玩Pokemon Red

通过强化学习算法，自动玩Pokemon Red，并优化游戏策略，支持自定义训练和测试环境，同时提供数据可视化功能以分析训练结果。

Isaac Lab开源项目 – 简化机器人研究的开源框架

Isaac Lab 是一个基于 NVIDIA Isaac Sim 构建的 GPU 加速开源框架，旨在统一和简化机器人研究工作流，如强化学习、模仿学习和运动规划。它提供了一套全面的工具和环境，使机器人学习变得高效和易于实现，尤其适用于大规模部署和复杂模拟。框架支持多种传感器模拟，如基于 RTX 的摄像头、激光雷达和接触传感器，并且可以在本地或云端运行，为大规模部署提供了灵活性。

Backtesting Tutorial for Algorithmic Trading开源项目 – 帮助用户理解和实现回测策略

一个用于算法交易回测的教程，旨在帮助用户理解和实现回测策略。

Group Relative Policy Optimization (GRPO)开源 – 高效强化学习策略优化算法

GRPO是一种深度强化学习策略优化算法，通过分组采样和奖励归一化提升策略学习的稳定性和效率。它采用截断概率比防止策略更新过于激进，保护已学习的良好行为。该算法在经典强化学习任务（如CartPole）和大型语言模型（LLMs）的推理能力提升中表现优异。GRPO最初由DeepSeek团队提出，特别适用于数学推理任务，在MATH基准测试中达到60%的准确率。其设计兼顾了训练效率和资源利用率，尤其适合大规模模型训练。

AI4Finance开源项目 – 金融领域的强化学习与大语言模型应用

该团队专注于金融领域的强化学习（RL）和大语言模型（LLM）的应用，提供数据收集和量化分析的工具和资源。