PPOxFamily
PPO x Family DRL Tutorial Course（决策智能入门级公开课：8节课帮你盘清算法理论，理顺代码逻辑，玩转决策AI应用实践 ）
Install / Use
/learn @opendilab/PPOxFamilyREADME
PPO x Family 决策智能入门公开课
欢迎来到 PPO x Family 系列决策智能入门公开课。该系列将深入理解深度强化学习算法 PPO ，灵活运用一个 PPO 算法解决几乎所有常见的决策智能应用 ，帮助一切对于深度强化学习技术有好奇心的人，轻便且高效地制作应用原型，了解和学习最强大最易用的 PPO Family 。
P.S. 路过记得点个 star 
News
- 2025.03.13: ❗️❗️Notice: 课程作业数据集及其他相关附加材料现已更新至 HuggingFace
- 2023.06.07: PPO x Family 第八章（突破智能体终极界限）及课程大作业将在十月下旬正式上线
- 2023.06.01: [bilibili] PPO x Family 第七章（挖掘黑科技）正式上线
- 2023.04.06: [bilibili] PPO x Family 第六章（统筹多智能体）正式上线
- 2023.03.09: [bilibili] PPO x Family 第五章（探索时序建模）正式上线
- 2023.02.23: [bilibili] PPO x Family 第四章（解密稀疏奖励空间）正式上线
- 2023.01.16: [bilibili] PPO x Family 第三章（表征多模态观察空间）正式上线
- 2022.12.23: [bilibili] PPO x Family 第二章（解构复杂动作空间）正式上线
- 2022.12.23: PPO x Family ”算法-代码“ 注解文档网站上线 传送门
- 2022.12.08: [bilibili] PPO x Family 第一章（开启决策AI探索之旅）正式上线
- 2022.12.06: [bilibili] PPO x Family 第一章微课视频：4分钟带你快速入门强化学习的万能钥匙
- 2022.12.05: [PaperWeekly] 给你一个 PPO × Family 课程，撑起整个决策 AI 宇宙
- 2022.12.01: [bilibili] PPO x Family 课程品牌宣传视频
- 2022.11.30: [机器之心] 集中一点，演化无限：PPO × Family决策智能入门公开课即日开讲
- 2022.11.30: [中国计算机学会CCF] 【CCF科普群星计划】决策智能入门公开课开课啦
课程大纲
<div align="center"> <a href="https://github.com/opendilab/PPOxFamily"><img width="1000px" height="auto" src="https://github.com/opendilab/PPOxFamily/blob/main/assets/outline.png"></a> </div>内容导航
| 章节（视频课） | 算法理论资料 | 补充资料 | 习题 | 代码样例 | 应用样例| |------|-----|----------|-------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| ---| | 第一章：开启决策AI探索之旅 | 课程PPT <br> 课程文字稿 | 微课视频 <br> 策略梯度 <br> A2C <br> TRPO <br> 符号表 <br> QA总结 | 习题 <br> 习题题解 | PG算法示例 <br> A2C算法示例 <br> PPO算法示例 | 应用混剪 | | 第二章：解构复杂动作空间 | 课程PPT <br> 课程文字稿 | 重参数化 <br> PPO&DDPG <br> HyAR <br> QA总结 | 习题 <br> 习题题解 | 离散动作示例 <br> 连续动作示例 <br> 混合动作示例 <br> 应用训练代码 | 火箭回收等 | | 第三章：表征多模态动作空间 | 课程PPT <br> 课程文字稿 | 表征学习 <br> PPG <br> 不变性 <br> QA总结 | 习题 <br> 习题题解 | 编码方法示例 <br> Wrapper示例 <br> 计算图示例 <br>应用训练代码 | 软体机器人等 | | 第四章：解密稀疏奖励空间 | 课程PPT <br> 课程文字稿 | 逆强化学习 <br> 行为克隆BC <br> QA总结 | 习题 <br> 习题题解 | ICM好奇心奖励 <br> RND好奇心奖励 <br> Pop-Art示例 <br> 价值缩放 <br> [应用训练代码](https://github.com/opendilab/PPOxFamily/blob/main/chapter4_reward/chapter4_applicat
Related Skills
openai-image-gen
329.7kBatch-generate images via OpenAI Images API. Random prompt sampler + `index.html` gallery.
claude-opus-4-5-migration
81.2kMigrate prompts and code from Claude Sonnet 4.0, Sonnet 4.5, or Opus 4.1 to Opus 4.5
model-usage
329.7kUse CodexBar CLI local cost usage to summarize per-model usage for Codex or Claude, including the current (most recent) model or a full model breakdown. Trigger when asked for model-level usage/cost data from codexbar, or when you need a scriptable per-model summary from codexbar cost JSON.
TrendRadar
49.5k⭐AI-driven public opinion & trend monitor with multi-platform aggregation, RSS, and smart alerts.🎯 告别信息过载，你的 AI 舆情监控助手与热点筛选工具！聚合多平台热点 + RSS 订阅，支持关键词精准筛选。AI 智能筛选新闻 + AI 翻译 + AI 分析简报直推手机，也支持接入 MCP 架构，赋能 AI 自然语言对话分析、情感洞察与趋势预测等。支持 Docker ，数据本地/云端自持。集成微信/飞书/钉钉/Telegram/邮件/ntfy/bark/slack 等渠道智能推送。
