MR.Q 是一个通用模型无关强化学习项目，通过集成基于模型的表征学习，实现了跨多个基准测试的通用性和高性能。该项目旨在解决强化学习中缺乏通用算法的问题，支持多种环境（如 Gym、Dmc、Atari 等），并使用单一超参数集在不同任务中表现优异。
