Git Stars Git Stars

#reinforcement-learning Dépôts

563
Total des Dépôts
2.1M
Nombre total d'étoiles
3,717
Moyenne d'Étoiles/Dépôt
401
coderonion/awesome-llm-and-aigc

🚀🚀🚀Une collection de quelques projets publics impressionnants sur les grands modèles de langue (LLM), les modèles de vision et de langue (VLM), l'action vision-langage (VLA), le contenu généré par l'IA (AIGC), les ensembles de données et applications associés.

coderonion
⭐ 810 👤 coderonion User 🕐 Mis à jour 2025-08-01 📅 Créé 2023-02-15
402
GAIR-NLP/DeepResearcher

Mise à l'échelle de la recherche approfondie via l'apprentissage par renforcement dans des environnements réels.

GAIR-NLP
⭐ 808 Python 👤 GAIR-NLP Organization 🕐 Mis à jour 2026-11-04 📅 Créé 2025-04-02
403
RobertTLange/evosax

Stratégies d'évolution dans JAX 🦎

RobertTLange
⭐ 808 Python 👤 RobertTLange User 🕐 Mis à jour 2026-11-20 📅 Créé 2020-12-30
405
google/ml-compiler-opt

Infrastructure pour l'optimisation guidée par l'apprentissage automatique (MLGO) dans LLVM.

google
⭐ 807 Python 👤 google Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2020-05-28
406
huggingface/Repo2RLEnv

Transformez n’importe quel dépôt en environnements de RL vérifiables pour les agents de programmation : des tâches Harbor que vous pouvez utiliser pour entraîner, évaluer et partager sur le Hugging Face Hub

huggingface
⭐ 804 Python 👤 huggingface Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2026-05-05
407
OpenRL-Lab/openrl

Cadre unifié d'apprentissage par renforcement

OpenRL-Lab
⭐ 802 Python 👤 OpenRL-Lab Organization 🕐 Mis à jour 2024-09-06 📅 Créé 2023-04-12
408
robotlearning123/awesome-isaac-gym

Une liste organisée d'incroyables frameworks, papiers, logiciels et ressources NVIDIA Issac Gym

robotlearning123
⭐ 800 Python 👤 robotlearning123 User 🕐 Mis à jour 2026-10-16 📅 Créé 2021-08-07
409
pipiku915/FinMem-LLM-StockTrading

FinMem : Un agent de trading LLM amélioré avec mémoire stratifiée et conception de personnage

pipiku915
⭐ 798 Python 👤 pipiku915 User 🕐 Mis à jour 2024-08-18 📅 Créé 2023-12-01
410
google-deepmind/reverb

Reverb est un système de stockage et de transport de données efficace et facile à utiliser, conçu pour la recherche en apprentissage automatique

google-deepmind
⭐ 796 C++ 👤 google-deepmind Organization 🕐 Mis à jour 2026-10-26 📅 Créé 2020-05-01
411
LumingSun/ML4DB-paper-list

Articles pour les systèmes de bases de données alimentés par l'intelligence artificielle (machine learning pour les bases de données)

LumingSun
⭐ 793 Python 👤 LumingSun User 🕐 Mis à jour 2026-11-16 📅 Créé 2019-09-10
412
SUFE-AIFLM-Lab/Fin-R1

Fin-R1 est un grand modèle linguistique pour le raisonnement financier complexe, développé et rendu open source grâce aux efforts conjoints du SUFE-AIFLM-Lab de l'École de Statistique et de Science des Données de l'Université de Finance et d'Économie de Shanghai et de FinStep.AI.

SUFE-AIFLM-Lab
⭐ 789 👤 SUFE-AIFLM-Lab User 🕐 Mis à jour 2025-03-27 📅 Créé 2025-03-11
414
Farama-Foundation/Miniworld

Environnements 3D simples et facilement configurables semblables à des jeux FPS pour l'apprentissage par renforcement

Farama-Foundation
⭐ 783 Python 👤 Farama-Foundation Organization 🕐 Mis à jour 2026-03-02 📅 Créé 2018-08-28
415
ntnu-arl/aerial_gym_simulator

Aerial Gym Simulator - Isaac Gym Simulator pour Robots Aériens

ntnu-arl
⭐ 781 Python 👤 ntnu-arl Organization 🕐 Mis à jour 2026-06-28 📅 Créé 2023-04-04
416
GalaxyGeneralRobotics/OpenTrack

Implémentation officielle d'Any2Track.

GalaxyGeneralRobotics
⭐ 775 C++ 👤 GalaxyGeneralRobotics Organization 🕐 Mis à jour 2026-06-04 📅 Créé 2025-09-19
417
JuliaPOMDP/POMDPs.jl

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.

JuliaPOMDP
⭐ 771 Julia 👤 JuliaPOMDP Organization 🕐 Mis à jour 2026-11-15 📅 Créé 2015-06-23
418
ModalMinds/MM-EUREKA

MM-EUREKA : Explorer les frontières du raisonnement multimodal avec un apprentissage par renforcement basé sur des règles

ModalMinds
⭐ 770 Python 👤 ModalMinds Organization 🕐 Mis à jour 2025-09-07 📅 Créé 2025-03-07
419
RUCAIBox/Slow_Thinking_with_LLMs

Une série de rapports techniques sur la pensée lente avec LLM

RUCAIBox
⭐ 768 Python 👤 RUCAIBox Organization 🕐 Mis à jour 2025-08-13 📅 Créé 2024-12-12
420
facebookresearch/metamotivo

Le premier modèle comportemental pour contrôler un agent humanoïde virtuel basé sur la physique pour un large éventail de tâches sur tout le corps.

facebookresearch
⭐ 765 Python 👤 facebookresearch Organization 🕐 Mis à jour 2025-06-10 📅 Créé 2024-12-06
421
lafmdp/Awesome-Papers-Autonomous-Agent

Une collection d'articles récents sur la construction d'agents autonomes. Deux sujets abordés : agents basés sur RL / basés sur LLM.

lafmdp
⭐ 758 👤 lafmdp User 🕐 Mis à jour 2026-04-23 📅 Créé 2023-10-18
422
infer-actively/pymdp

Une implémentation Python de l'inférence active pour les processus de décision markoviens

infer-actively
⭐ 757 Python 👤 infer-actively Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2019-11-27
423
cobanov/awesome-fly

Une liste organisée de projets sur le connectome de la drosophile : MaleCNS, FlyWire, simulations cérébrales, modèles incarnés, jeux et outils de recherche.

cobanov
⭐ 756 👤 cobanov User 🕐 Mis à jour 2026-11-14 📅 Créé 2026-09-12
424
stepjam/PyRep

Un kit d'outils pour la recherche en apprentissage robotique.

stepjam
⭐ 755 Python 👤 stepjam User 🕐 Mis à jour 2024-08-16 📅 Créé 2019-06-26
425
X-GenGroup/Flow-Factory

Un cadre unifié pour faciliter le fine-tuning des modèles de Flow Matching

X-GenGroup
⭐ 754 Python 👤 X-GenGroup Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2025-12-18
426
google-deepmind/disco_rl

Code d'accompagnement pour la publication Nature "Discovering State-of-the-art Reinforcement Algorithms"

google-deepmind
⭐ 753 Python 👤 google-deepmind Organization 🕐 Mis à jour 2025-12-02 📅 Créé 2025-07-24
427
NVlabs
⭐ 753 Python 👤 NVlabs Organization 🕐 Mis à jour 2025-07-30 📅 Créé 2024-12-19
428
InternRobotics/HIMLoco

Contrôle de locomotion basé sur l'apprentissage d'OpenRobotLab, y compris le contrôle de locomotion hybride à modèle interne et H-Infini

InternRobotics
⭐ 753 Python 👤 InternRobotics Organization 🕐 Mis à jour 2024-05-14 📅 Créé 2023-12-14
429
trackmania-rl/tmrl

Apprentissage par renforcement pour les applications en temps réel

trackmania-rl
⭐ 751 Python 👤 trackmania-rl Organization 🕐 Mis à jour 2026-10-24 📅 Créé 2020-07-08
430
Linesight-RL/linesight

L'IA joue à Trackmania avec l'apprentissage par renforcement

Linesight-RL
⭐ 746 Python 👤 Linesight-RL Organization 🕐 Mis à jour 2026-09-30 📅 Créé 2023-06-09
431
Stable-Baselines-Team/stable-baselines3-contrib

Package Contrib pour Stable-Baselines3 - Code expérimental d'apprentissage par renforcement (RL)

Stable-Baselines-Team
⭐ 745 Python 👤 Stable-Baselines-Team Organization 🕐 Mis à jour 2026-10-26 📅 Créé 2020-09-20
432
SkyworkAI/Skywork-OR1

Libérer la puissance de l'apprentissage par renforcement pour les raisonneurs mathématiques et de code

SkyworkAI
⭐ 744 Python 👤 SkyworkAI Organization 🕐 Mis à jour 2025-06-06 📅 Créé 2025-04-11
433
henbudidiao/UAV-path-planning

Planification de trajectoires de drones (véhicules aériens sans pilote) multiples/individuels basée sur l'apprentissage par renforcement profond

henbudidiao
⭐ 740 Python 👤 henbudidiao User 🕐 Mis à jour 2025-08-27 📅 Créé 2024-01-13
434
zli12321/Vision-Language-Models-Overview

Une collection et enquête de pointe sur les articles de modèles vision-langage, ainsi qu’un référentiel GitHub de modèles. Mises à jour continues.

zli12321
⭐ 733 HTML 👤 zli12321 User 🕐 Mis à jour 2026-10-13 📅 Créé 2024-11-27
435
fangvv/UAV-DDPG

Code pour l'article "Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach"

fangvv
⭐ 731 Python 👤 fangvv User 🕐 Mis à jour 2026-10-08 📅 Créé 2021-05-02
436
opendilab/awesome-exploration-rl

Une liste organisée de ressources géniales sur l'exploration RL (mise à jour continuellement)

opendilab
⭐ 730 👤 opendilab Organization 🕐 Mis à jour 2026-05-21 📅 Créé 2022-08-06
437
NVlabs/Long-RL

Long-RL : Mise à l'échelle de RL pour les longues séquences (NeurIPS 2025)

NVlabs
⭐ 729 Python 👤 NVlabs Organization 🕐 Mis à jour 2025-09-24 📅 Créé 2025-07-08
438
kvablack/ddpo-pytorch

DDPO pour le réglage fin des modèles de diffusion, implémenté dans PyTorch avec prise en charge de LoRA

kvablack
⭐ 723 Python 👤 kvablack User 🕐 Mis à jour 2024-03-22 📅 Créé 2023-06-24
439
qgallouedec/panda-gym

Ensemble d'environnements robotiques basés sur le moteur physique PyBullet et gymnasium.

qgallouedec
⭐ 723 Python 👤 qgallouedec User 🕐 Mis à jour 2024-07-23 📅 Créé 2020-09-13
440
RUCAIBox/R1-Searcher

R1-chercheur : Incitation de la capacité de recherche dans les LLM via l'apprentissage par renforcement

RUCAIBox
⭐ 722 Python 👤 RUCAIBox Organization 🕐 Mis à jour 2025-08-05 📅 Créé 2025-02-26
441
dickreuter/neuron_poker

Environnement de poker Texas Hold'em OpenAI Gym avec apprentissage par renforcement basé sur Keras-RL. Inclut un rendu virtuel et Monte Carlo pour le calcul d'équité.

dickreuter
⭐ 721 Python 👤 dickreuter User 🕐 Mis à jour 2025-08-04 📅 Créé 2019-06-26
442
pat-jj/DeepRetrieval

[COLM’25] DeepRetrieval — 🔥 Entraînement d'un Agent de Recherche par RLVR avec Résultat de Récupération

pat-jj
⭐ 720 Python 👤 pat-jj User 🕐 Mis à jour 2025-10-12 📅 Créé 2025-02-20
443
luweiagi/machine-learning-notes

Ce sont les notes du parcours d'étude de l'apprentissage automatique. Vous pourriez y trouver quelque chose d'utile.

luweiagi
⭐ 719 👤 luweiagi User 🕐 Mis à jour 2026-10-14 📅 Créé 2020-05-23
444
FilippoAiraldi/mpc-reinforcement-learning

Apprentissage par Renforcement avec Contrôle Prédictif Basé sur un Modèle

FilippoAiraldi
⭐ 718 Python 👤 FilippoAiraldi User 🕐 Mis à jour 2026-11-16 📅 Créé 2022-11-28
445
CleanDiffuserTeam/CleanDiffuser

CleanDiffuser : Une bibliothèque modularisée facile à utiliser pour les modèles de diffusion dans la prise de décision

CleanDiffuserTeam
⭐ 717 Jupyter Notebook 👤 CleanDiffuserTeam Organization 🕐 Mis à jour 2025-04-20 📅 Créé 2024-06-05
446
benedekrozemberczki/awesome-monte-carlo-tree-search-papers

Une liste curated de papiers sur la recherche arborescente de Monte Carlo avec implémentations.

benedekrozemberczki
⭐ 717 Python 👤 benedekrozemberczki User 🕐 Mis à jour 2026-01-13 📅 Créé 2019-11-22
447
RealXiaoze/humanoid-motion-intelligence

Base de connaissances d'articles, de projets open source, d'informations sur l'industrie et de ressources pour la recherche d'emploi sur l'intelligence motrice des robots humanoïdes

RealXiaoze
⭐ 716 👤 RealXiaoze User 🕐 Mis à jour 2026-11-19 📅 Créé 2026-07-19
449
meta-pytorch/torchforge

Post-entraînement natif PyTorch à grande échelle

meta-pytorch
⭐ 706 Python 👤 meta-pytorch Organization 🕐 Mis à jour 2026-09-09 📅 Créé 2025-06-24
450
THUDM/ReST-MCTS

ReST-MCTS*: Auto-formation de LLM via la recherche arborescente guidée par récompense de processus (NeurIPS 2024)

THUDM
⭐ 706 Python 👤 THUDM Organization 🕐 Mis à jour 2025-01-20 📅 Créé 2024-06-06