基于 PyBullet 物理引擎的四旋翼控制强化学习环境，支持单智能体和多智能体训练，可对接 Crazyflie 等真实无人机。

一个开放式社交学习环境，让 LLM 智能体在社交场景中互动，用于评估和训练其社交智能与协作能力。

一门小课程，教你搭建强化学习环境来评估和训练语言模型，涵盖 GRPO、RLVR 和井字棋等实例。