Git Stars Git Stars

#reinforcement-learning Dépôts

563
Total des Dépôts
2.1M
Nombre total d'étoiles
3,717
Moyenne d'Étoiles/Dépôt
351
instadeepai/Mava

🦁 Une base de code conviviale pour la recherche pour une expérimentation rapide de l'apprentissage par renforcement multi-agents dans JAX

instadeepai
⭐ 939 Python 👤 instadeepai Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2021-03-30
352
learnsyslab/safe-control-gym

Environnements PyBullet CartPole et Quadrotor — avec dynamique symbolique a priori de CasADi — pour le contrôle basé sur l'apprentissage et le RL

learnsyslab
⭐ 937 Python 👤 learnsyslab Organization 🕐 Mis à jour 2026-04-29 📅 Créé 2021-08-04
353
OSU-NLP-Group/GUI-Agents-Paper-List

Liste Géniale d'Articles sur les Agents GUI

OSU-NLP-Group
⭐ 934 TypeScript 👤 OSU-NLP-Group Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2024-10-30
354
yongliang-wu/DFT

[ICLR 2026] Sur la généralisation de SFT : une perspective d'apprentissage par renforcement avec rectification des récompenses.

yongliang-wu
⭐ 932 Python 👤 yongliang-wu User 🕐 Mis à jour 2026-08-01 📅 Créé 2025-08-01
355
PacktPublishing/Modern-Computer-Vision-with-PyTorch

Vision par ordinateur moderne avec PyTorch, publié par Packt

PacktPublishing
⭐ 932 Jupyter Notebook 👤 PacktPublishing Organization 🕐 Mis à jour 2026-03-02 📅 Créé 2019-04-03
356
Open-X-Humanoid/TienKung-Lab

Tien Kung-Lab : Workflow IsaacLab direct pour les robots à pattes

Open-X-Humanoid
⭐ 927 Python 👤 Open-X-Humanoid Organization 🕐 Mis à jour 2026-10-23 📅 Créé 2025-07-03
357
chrisliu298/awesome-on-policy-distillation

Une collection organisée d'articles, de rapports techniques, de cadres et d'outils pour la distillation en politique (OPD) des grands modèles de langage

chrisliu298
⭐ 926 👤 chrisliu298 User 🕐 Mis à jour 2026-10-06 📅 Créé 2026-03-22
358
tencent-ailab/hok_env

Environnement Ouvert IA d'Honor of Kings de Tencent

tencent-ailab
⭐ 925 Python 👤 tencent-ailab User 🕐 Mis à jour 2026-05-18 📅 Créé 2022-06-08
359
datamllab/awesome-game-ai

Matériel impressionnant d'IA pour jeux en Multi-Agent Reinforcement Learning

datamllab
⭐ 925 👤 datamllab Organization 🕐 Mis à jour 2024-06-26 📅 Créé 2019-10-19
360
ai4co/rl4co

Une bibliothèque PyTorch pour tout ce qui concerne l'apprentissage par renforcement (RL) pour l'optimisation combinatoire (CO)

ai4co
⭐ 924 Python 👤 ai4co Organization 🕐 Mis à jour 2026-09-14 📅 Créé 2023-02-23
361
mbreuss/diffusion-literature-for-robotics

Résumé des articles et blogs clés sur les modèles de diffusion pour apprendre le sujet. Liste détaillée de tous les articles publiés sur la robotique de diffusion.

mbreuss
⭐ 923 👤 mbreuss User 🕐 Mis à jour 2026-09-22 📅 Créé 2022-11-02
362
opendilab/awesome-decision-transformer

Une liste organisée de ressources Decision Transformer (mise à jour en continu)

opendilab
⭐ 921 👤 opendilab Organization 🕐 Mis à jour 2026-05-21 📅 Créé 2022-08-01
363
alfworld/alfworld

ALFWorld: Alignement du texte et des environnements incarnés pour l'apprentissage interactif

alfworld
⭐ 921 Python 👤 alfworld User 🕐 Mis à jour 2026-02-08 📅 Créé 2020-10-13
364
microsoft/maro

La plateforme Multi-Agent Resource Optimization (MARO) est une instance de Reinforcement Learning as a Service (RaaS) pour les problèmes d'optimisation de ressources dans le monde réel.

microsoft
⭐ 920 Python 👤 microsoft Organization 🕐 Mis à jour 2025-04-24 📅 Créé 2019-12-27
365
THUDM/AutoWebGLM

Un agent de navigation Web basé sur LLM (KDD'24)

THUDM
⭐ 917 Python 👤 THUDM Organization 🕐 Mis à jour 2024-09-27 📅 Créé 2024-04-03
366
Amin-Tgz/awesome-CARLA

👉 Ressources CARLA telles que tutoriels, blog, code, etc. https://github.com/carla-simulator/carla

Amin-Tgz
⭐ 916 👤 Amin-Tgz User 🕐 Mis à jour 2026-09-28 📅 Créé 2019-09-19
367
eureka-research/DrEureka

Dépôt officiel pour "DrEureka: Transfert Sim-to-Real Guidé par Modèle Linguistique" (RSS 2024)

eureka-research
⭐ 912 Python 👤 eureka-research Organization 🕐 Mis à jour 2024-08-26 📅 Créé 2024-05-03
368
MolecularAI/REINVENT4

Outil de conception moléculaire IA pour la conception de novo, le saut de structure, le remplacement de groupe R, la conception de lieurs et l'optimisation de molécules.

MolecularAI
⭐ 910 Python 👤 MolecularAI Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2023-10-20
369
Kautenja/gym-super-mario-bros

Environnements Gymnasium pour les jeux Mario sur NES, avec des métadonnées de tâches, une instrumentation des récompenses et des interfaces d’évaluation reproductibles.

Kautenja
⭐ 910 Python 👤 Kautenja User 🕐 Mis à jour 2026-09-30 📅 Créé 2018-04-24
370
Farama-Foundation/Shimmy

Bindings de PettingZoo et Gymnasium pour des environnements populaires d’apprentissage par renforcement en dehors de Farama

Farama-Foundation
⭐ 906 Python 👤 Farama-Foundation Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2022-10-06
371
vwxyzjn/ppo-implementation-details

Le code source de l'article de blog Les 37 détails d'implémentation de Proximal Policy Optimization

vwxyzjn
⭐ 903 Python 👤 vwxyzjn User 🕐 Mis à jour 2024-03-23 📅 Créé 2022-01-14
372
the-deep-learners/TensorFlow-LiveLessons

LiveLessons "Apprentissage profond avec TensorFlow"

the-deep-learners
⭐ 903 Jupyter Notebook 👤 the-deep-learners Organization 🕐 Mis à jour 2024-08-20 📅 Créé 2017-04-18
373
amazon-far/TWIST2

[arXiv 2025] TWIST2: Système de collecte de données pour humanoïdes évolutif, portable et holistique

amazon-far
⭐ 902 Python 👤 amazon-far Organization 🕐 Mis à jour 2026-09-23 📅 Créé 2025-11-05
374
tulerfeng/Video-R1

Video-R1: Renforcer le Raisonnement Vidéo dans les MLLM [🔥le premier article à explorer R1 pour la vidéo]

tulerfeng
⭐ 900 Python 👤 tulerfeng User 🕐 Mis à jour 2025-12-14 📅 Créé 2025-02-22
375
kengz/awesome-deep-rl

Une liste sélectionnée de ressources formidables sur l'apprentissage par renforcement profond.

kengz
⭐ 895 👤 kengz User 🕐 Mis à jour 2025-07-13 📅 Créé 2019-08-17
376
Denghaoyuan123/Awesome-RL-VLA

Une enquête sur l'apprentissage par renforcement des modèles Vision-Language-Action pour la manipulation robotique

Denghaoyuan123
⭐ 891 👤 Denghaoyuan123 User 🕐 Mis à jour 2026-05-18 📅 Créé 2025-11-13
377
bold-lab-ai/JaxMARL

Apprentissage par Renforcement Multi-Agent avec JAX

bold-lab-ai
⭐ 879 Python 👤 bold-lab-ai Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-03-27
379
instadeepai/jumanji

🕹️ Une suite diversifiée d'environnements évolutifs d'apprentissage par renforcement en JAX

instadeepai
⭐ 877 Python 👤 instadeepai Organization 🕐 Mis à jour 2026-10-16 📅 Créé 2022-08-11
380
dmarx/anthology-of-modern-ml

Recueil d'articles importants à traiter comme un manuel

dmarx
⭐ 877 Jupyter Notebook 👤 dmarx User 🕐 Mis à jour 2025-08-31 📅 Créé 2021-07-14
381
NM512/dreamerv3-torch

Implémentation de Dreamer v3 dans PyTorch.

NM512
⭐ 875 Python 👤 NM512 User 🕐 Mis à jour 2026-03-08 📅 Créé 2023-02-11
382
open-thought/system-2-research

System 2 Reasoning Link Collection

open-thought
⭐ 874 👤 open-thought Organization 🕐 Mis à jour 2025-03-16 📅 Créé 2024-08-03
383
Purewhiter/mobilegym

[EMNLP 2026] MobileGym : une plateforme de simulation vérifiable et hautement parallèle pour la recherche sur les agents d'interface graphique mobile · Simulateur Android hébergé dans le navigateur · Évaluation vérifiable · Entraînement RL en ligne évolutif

Purewhiter
⭐ 872 Python 👤 Purewhiter User 🕐 Mis à jour 2026-11-16 📅 Créé 2026-05-14
384
whitecircle/halo

Halo est un framework open source développé par White Circle pour entraîner des modèles de langage de grande taille et des modèles multimodaux

whitecircle
⭐ 868 Python 👤 whitecircle Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-08-26
385
ZiyuGuo99/Image-Generation-CoT

[CVPR 2025] La première enquête sur le raisonnement CoT (RL, TTS, Réflexion) dans la génération d'images

ZiyuGuo99
⭐ 865 Python 👤 ZiyuGuo99 User 🕐 Mis à jour 2026-03-19 📅 Créé 2025-01-23
386
eloialonso/iris

Les Transformers sont des modèles mondiaux économes en échantillons. ICLR 2023, remarquable top 5%.

eloialonso
⭐ 861 Python 👤 eloialonso User 🕐 Mis à jour 2024-10-14 📅 Créé 2022-08-23
387
LeCAR-Lab/BFM-Zero

BFM_Zero : Un modèle de fondation comportementale programmable pour le contrôle de humanoïdes utilisant l'apprentissage par renforcement non supervisé

LeCAR-Lab
⭐ 844 Python 👤 LeCAR-Lab Organization 🕐 Mis à jour 2026-10-21 📅 Créé 2025-11-04
388
TideDra/lmm-r1

Étendre OpenRLHF pour prendre en charge l'entraînement LMM RL pour la reproduction de DeepSeek-R1 sur des tâches multimodales.

TideDra
⭐ 843 Python 👤 TideDra User 🕐 Mis à jour 2025-05-14 📅 Créé 2025-02-13
389
david-cortes/contextualbandits

Implémentations Python d'algorithmes de bandits contextuels

david-cortes
⭐ 842 Python 👤 david-cortes User 🕐 Mis à jour 2026-10-28 📅 Créé 2018-03-27
390
OpenBMB/AgentCPM

Une infrastructure de bout en bout pour former et évaluer divers agents LLM.

OpenBMB
⭐ 835 Python 👤 OpenBMB Organization 🕐 Mis à jour 2026-10-22 📅 Créé 2026-01-08
391
Calix-L/DanKS

Agent compétitif de Guandan à petite échelle doté de l’apprentissage par renforcement

Calix-L
⭐ 833 Python 👤 Calix-L User 🕐 Mis à jour 2026-10-31 📅 Créé 2026-08-21
392
iLearn-Lab/VLA-Diffusion-Policy-Robotics

Collection impressionnante de ressources et d'articles sur les modèles de diffusion pour la manipulation robotique.

iLearn-Lab
⭐ 833 👤 iLearn-Lab Organization 🕐 Mis à jour 2026-07-13 📅 Créé 2025-03-12
393
YanjieZe/TWIST

[CoRL 2025] TWIST : Système d'Imitation du Corps Entier Téléopéré

YanjieZe
⭐ 823 Python 👤 YanjieZe User 🕐 Mis à jour 2025-11-01 📅 Créé 2025-04-30
394
irom-princeton/dppo

Implémentation officielle de Diffusion Policy Policy Optimization, arxiv 2024

irom-princeton
⭐ 822 Python 👤 irom-princeton Organization 🕐 Mis à jour 2025-02-04 📅 Créé 2024-09-04
395
chauncygu/Safe-Reinforcement-Learning-Baselines

Le référentiel sert de base pour un apprentissage par renforcement sûr.

chauncygu
⭐ 816 Jupyter Notebook 👤 chauncygu User 🕐 Mis à jour 2026-03-13 📅 Créé 2022-02-22
396
dhcode-cpp/X-R1

coût minimal pour l'entraînement de 0.5B R1-Zero

dhcode-cpp
⭐ 815 Python 👤 dhcode-cpp User 🕐 Mis à jour 2025-05-14 📅 Créé 2025-02-11
397
SanDiegoMachineLearning/bookclub

Notes et liens des réunions du club de lecture

SanDiegoMachineLearning
⭐ 813 Jupyter Notebook 👤 SanDiegoMachineLearning Organization 🕐 Mis à jour 2026-11-08 📅 Créé 2020-09-18
399
Optima-CityU/LLM4AD

LLM4AD : une plateforme pour la conception d’algorithmes avec des modèles de langue de grande taille

Optima-CityU
⭐ 811 Python 👤 Optima-CityU Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2024-11-26
400
MarkFzp/humanplus

[CoRL 2024] HumanPlus : Masque et Imitation Humanoïde à partir d'Humains

MarkFzp
⭐ 810 Python 👤 MarkFzp User 🕐 Mis à jour 2024-07-01 📅 Créé 2024-06-12