RobocupGym是一个专为训练机器人足球任务而设计的强化学习环境。它集成了稳定基线算法，并提供了一个符合Gymnasium规范的环境，作为挑战性的Robocup连续控制基准测试。该项目旨在为研究和开发机器人足球任务的强化学习算法提供一个高效、标准化的平台。
The Mayan Adventure 是一个开源的强化学习环境，专为 Unity ML-Agents 设计。它提供了一个可定制的游戏环境，用于训练和测试各种强化学习算法。项目包含预构建的场景，支持多种强化学习算法的测试和训练，并可集成到 Unity ML-Agents 工具包中。
强化学习环境的创新平台，为研究人员提供了基于 Genesis 通用物理平台的强化学习环境示例，用于开发和测试各种强化学习算法，推动人工智能在复杂物理任务中的应用
MyoSuite是一个集合，包含使用MuJoCo物理引擎仿真的肌肉骨骼模型任务，并与OpenAI gym API兼容，适用于强化学习和机器学习研究。
Menagerie是由DeepMind策划的高质量MuJoCo物理引擎模型集合，包含多种类型的模型，适用于不同的应用场景，易于集成并提供丰富的文档和示例，帮助研究人员和开发者更好地进行物理仿真和机器人控制。
一个基于MuJoCo的项目，旨在实现高效的接触动力学模拟，特别适用于机器人手臂和抓取任务的研究。
视觉与语言导航领域的精选资源库，汇集了最新的研究论文和代码，帮助研究人员和开发者快速了解和应用该领域的最新进展
一个非常不错的项目，提供了大量科研工作有用的资源和工具，包括论文查找、代码实现查找、文献管理等多种功能，旨在帮助科研人员高效地进行研究和管理。
专为物理AI设计的世界基础模型平台，旨在帮助物理AI开发者更好更快地构建物理AI系统。
