#gym Repositories
Entdecke 33 aktive Open-Source-GitHub-Repositories, die mit #gym getaggt sind und insgesamt 137,060 Sterne gesammelt haben (durchschnittlich 4,153 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist hasaneyldrm/exercises-dataset mit 23,938 Sternen.
Insgesamt 33 Repositories
Fitness-Datensatz mit 1.324 Übungen — animierte GIFs, 180×180-Vorschaubilder, Daten zu Muskelgruppen und Geräten sowie Schritt-für-Schritt-Anleitungen in 6 Sprachen. Die Übungsdatenschicht hinter der LogPress-App.
Open-Source-Tracker für Krafttraining und Körpergewicht, jetzt im App Store (iPhone + Apple Watch) und als Android-APK verfügbar. Plane Trainingsroutinen, protokolliere Workouts, sieh nach, welche Muskeln du trainierst, und importiere Daten aus Strong, Hevy oder FitNotes. Selbst hosten oder einfach allein auf dem Smartphone nutzen.
PyTorch-Version von Stable Baselines, zuverlässige Implementierungen von Reinforcement-Learning-Algorithmen.
Eine standardisierte API für Einzelagenten-Umgebungen des bestärkenden Lernens mit beliebten Referenzumgebungen und zugehörigen Hilfsprogrammen (ehemals Gym)
Hochwertige Single-File-Implementierung von Deep-Reinforcement-Learning-Algorithmen mit forschungsfreundlichen Features (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
🏋 Moderne Open-Source-Fitness-Coaching-Plattform. Erstellen Sie Trainingspläne, verfolgen Sie den Fortschritt und greifen Sie auf eine umfassende Übungsdatenbank zu.
Ein Open-Source-Reinforcement-Learning-Framework zum Trainieren, Evaluieren und Bereitstellen robuster Trading-Agenten.
Ein Trainingsframework für Stable Baselines3 Reinforcement Learning Agenten, inklusive Hyperparameter-Optimierung und vortrainierter Agenten.
PyBullet Gymnasium-Umgebungen für das ein- und mehragentige Reinforcement Learning der Quadcopter-Steuerung
[NeurIPS 2023 Spotlight] LightZero: Ein einheitlicher Benchmark für Monte-Carlo-Baumsuche in allgemeinen sequentiellen Entscheidungsszenarien (tolles MCTS)
[NeurIPS 2025 Spotlight] Reasoning Environments for Reinforcement Learning with Verifiable Rewards
C++-basiertes Hochleistungs-Parallelumgebungs-Ausführungsmodul (vektorisierte Umgebung) für allgemeine RL-Umgebungen.
Asynchroner Advantage Actor-Critic (A3C) Algorithmus für Super Mario Bros
Reinforcement Learning-Umgebungen für die Verkehrslichtsteuerung mit SUMO. Kompatibel mit Gymnasium, PettingZoo und beliebten RL-Bibliotheken.
Modulare Reinforcement Learning (RL) Bibliothek (implementiert in PyTorch, JAX und NVIDIA Warp) mit Unterstützung für Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground und andere Umgebungen
Quellcode für das Buch "Reinforcement Learning: Theory and Python Implementation"
PyBullet-Umgebungen für CartPole und Quadrotor – mit symbolischer a priori-Dynamik von CasADi – für lernbasiertes Steuern und RL
[EMNLP 2026] MobileGym: Eine überprüfbare und hochparallele Simulationsplattform für die Forschung an mobilen GUI-Agenten · Im Browser gehosteter Android-Simulator · Überprüfbare Evaluierung · Skalierbares Online-RL-Training
Contrib-Paket für Stable-Baselines3 - Experimenteller Code für verstärkendes Lernen (RL)
VMAS ist ein vektorisierter, differenzierbarer Simulator, der für ein effizientes Benchmarking im Multi-Agent Reinforcement Learning (MARL) entwickelt wurde. Er besteht aus einer vektorisierten 2D-Physik-Engine, die in PyTorch geschrieben ist, und einer Reihe von herausfordernden Multi-Robot-Szenarien. Zusätzliche Szenarien können über eine einfache und modulare Schnittstelle implementiert werden.
Implementierungen von Multi-Objective Reinforcement Learning-Algorithmen.
Häufig gestellte Fragen
Welches ist das beliebteste #gym-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#gym-Projekt auf GitHub ist hasaneyldrm/exercises-dataset mit 23,938 Sternen. Fitness-Datensatz mit 1.324 Übungen — animierte GIFs, 180×180-Vorschaubilder, Daten zu Muskelgruppen und Geräten sowie Schritt-für-Schritt-Anleitungen in 6 Sprachen. Die Übungsdatenschicht hinter der LogPress-App.
Welche Programmiersprachen werden in #gym-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #gym-Projekten auf GitHub sind Python, TypeScript, HTML, Dart die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #gym-Repositories berechnet?
Wir verfolgen 33 aktive Open-Source-Repositories, die mit #gym getaggt sind (500+ Sterne), mit insgesamt 137,060 Sternen und durchschnittlich 4,153 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.