跳转至主要内容

Ctrl+K

Ctrl+K

English
中文

GitHub

快速开始
示例
- 模拟器
  - ManiSkill
  - LIBERO
  - Behavior
  - MetaWorld
  - IsaacLab
  - CALVIN
  - RoboCasa
  - RoboCasa365
  - RoboTwin
  - RoboVerse
  - Franka-Sim
  - EmbodiChain
  - PolaRiS
  - GSEnv
  - Genesis
  - 真机仿真器
- 真机
- 具身模型
  - OpenVLA-OFT
  - MLP
  - π₀ / π₀.₅
  - π₀-FAST
  - GR00T
  - Dexbotic
  - StarVLA
  - MolmoAct2
  - Lingbot-VLA
  - Evo-1
  - ABot-M0
- 世界模型
  - OpenSora
  - Wan
- 奖励模型
  - 奖励模型工作流
- SFT
  - OpenPI
  - DreamZero
  - FastWAM
  - Cosmos3
  - Qwen-VL
  - DAgger
- RL
  - SAC-Flow
  - DSRL
  - RECAP
  - STEAM
  - Co-Training
  - IQL (D4RL)
  - OPD
  - RL Token
- 视频生成模型
- 智能体
- 系统
  - FUSCO高性能MoE通信库
评测
指南
概念
参考
- API
- 算法
  - PPO
  - GRPO
  - DAPO
  - Reinforce++
  - SAC
  - CrossQ
  - RLPD
  - IQL
  - Async PPO
- 配置
  - 训练配置
  - 训练指标
扩展
资源

搜索

Ctrl+K

© Copyright 2025 RLinf Project.

由 Sphinx 9.0.4创建。

使用 PyData Sphinx Theme 0.16.1构建.