Reinforcement-learning

全面探索 Isaac Lab 机器人学习框架，从基础概念到技术架构，从工作流系统到强化学习集成，深入了解 Isaac Lab 的 GPU 加速仿真、模块化设计和 Sim-to-Real 迁移能力，帮助理解现代机器人学习仿真的核心技术。

深入探索强化学习的核心概念与实践应用，从马尔可夫决策过程到深度强化学习算法，特别关注在机器人控制场景中的应用，包括价值方法、策略梯度、Actor-Critic框架以及实际调参技巧。

全面探索 MJLab 机器人仿真框架，从基础概念到技术架构，从安装配置到实际应用，深入了解 MuJoCo-Warp 和 Isaac Lab API 的集成，以及如何利用 MJLab 进行强化学习研究和 sim-to-real 部署。