Miles：面向大规模模型后训练的企业级强化学习框架
今天在 GitHub Trending 上看到一个有意思的项目：Miles，一句话概括它的价值——把强化学习从「实验室玩具」升级为能在千卡集群上稳定对齐万亿参数模型的「生...
强化学习
Microduck RL：800g 双足机器人的 Sim2Real 强化学习训练框架
今天在 GitHub Trending 上看到一个有意思的项目：Microduck RL，一个面向微型双足机器人的强化学习训练框架，由 Pollen Robotics 开源。它基于 MuJoCo Warp 和 PPO 算法，为仅 80...
stable-worldmodel：世界模型研究的可复现平台
今天在 GitHub Trending 上看到一个有意思的项目：stable-worldmodel，这是一个为世界模型研究提供可复现评估的平台，统一了数据收集、训练和评估...