#reinforcement-learning-algorithms Dépôts
Découvrez 22 dépôts GitHub open source actifs associés à #reinforcement-learning-algorithms, cumulant 40,586 étoiles au total (soit une moyenne de 1,844 étoiles par projet). Le projet en tête de ce thème est DLR-RM/stable-baselines3, avec 14,037 étoiles.
22 dépôts au total
Version PyTorch de Stable Baselines, implémentations fiables d'algorithmes d'apprentissage par renforcement.
Dépôt pour le programme Nanodegree en apprentissage par renforcement profond
OpenDILab Decision AI Engine. Le framework d'apprentissage par renforcement le plus complet B.P.
Implémentation minimale de l'optimisation de politique proximale d'objectif tronqué (PPO) dans PyTorch
Une liste organisée de ressources impressionnantes sur la RL basée sur des modèles (mise à jour en continu)
Deep Reinforcement Learning Hands-On : Deuxième Édition, publié par Packt
Une implémentation PPO simple et bien stylisée. Basé sur ma série Medium : https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.
Une liste organisée de ressources Decision Transformer (mise à jour en continu)
MDPs et POMDPs en Julia - Une interface pour définir, résoudre et simuler des processus de décision markoviens totalement et partiellement observables dans des espaces discrets et continus.
Code d'accompagnement pour la publication Nature "Discovering State-of-the-art Reinforcement Algorithms"
Package Contrib pour Stable-Baselines3 - Code expérimental d'apprentissage par renforcement (RL)
Code pour l'article "Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach"
Une liste organisée de ressources géniales sur l'exploration RL (mise à jour continuellement)
Une liste curated de papiers sur la recherche arborescente de Monte Carlo avec implémentations.
🤖 Le package Python complet pour l'apprentissage robotique à partir de démonstrations et la manipulation robotique
Traduction chinoise de 《Apprentissage par renforcement : une introduction》 (deuxième édition)
Il s'agit d'un projet sur un algorithme d'évitement autonome d'obstacles par apprentissage par renforcement profond pour les drones.
Une bibliothèque PyTorch pour construire des agents d'apprentissage par renforcement profond.
[ICLR 2026] Code officiel pour TraceRL : Révolutionner le post‑entraînement des LLMs diffusion, alimentant la série SOTA TraDo.
Foire aux questions
Quel est le dépôt #reinforcement-learning-algorithms le plus populaire sur GitHub ?
Le projet #reinforcement-learning-algorithms open source le mieux classé sur GitHub est DLR-RM/stable-baselines3, avec 14,037 étoiles. Version PyTorch de Stable Baselines, implémentations fiables d'algorithmes d'apprentissage par renforcement.
Quels langages de programmation sont les plus utilisés dans les dépôts #reinforcement-learning-algorithms ?
Parmi les projets #reinforcement-learning-algorithms les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Julia.
Comment le classement des dépôts #reinforcement-learning-algorithms est-il calculé ?
Nous suivons 22 dépôts open source actifs associés à #reinforcement-learning-algorithms (500+ étoiles), totalisant 40,586 étoiles, avec une moyenne de 1,844 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.