#gym Repository
Scopri 33 repository GitHub open source attivi contrassegnati con #gym, che raccolgono un totale di 137,060 stelle (con una media di 4,153 stelle per progetto). Il progetto leader di questo argomento è hasaneyldrm/exercises-dataset, con 23,938 stelle.
33 repository in totale
Dataset di fitness con 1.324 esercizi: GIF animate, miniature 180×180, dati su gruppi muscolari e attrezzature, e istruzioni passo-passo in 6 lingue. Il livello di dati sugli esercizi alla base dell'app LogPress.
Tracker open source per gli allenamenti in palestra e a corpo libero, ora disponibile su App Store (iPhone + Apple Watch) e come APK per Android. Pianifica le routine, registra gli allenamenti, scopri quali muscoli alleni e importa i dati da Strong, Hevy o FitNotes. Puoi ospitarlo sul tuo server oppure usarlo solo sul telefono.
Versione PyTorch di Stable Baselines, implementazioni affidabili di algoritmi di reinforcement learning.
Un'API standard per ambienti di apprendimento per rinforzo a singolo agente, con ambienti di riferimento popolari e utilità correlate (ex Gym)
Implementazione in un singolo file di alta qualità di algoritmi di Deep Reinforcement Learning con funzionalità user-friendly per la ricerca (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
🏋 Moderna piattaforma di coaching fitness open-source. Crea piani di allenamento, monitora i progressi e accedi a un database completo di esercizi.
Un framework open source per l'apprendimento per rinforzo per addestrare, valutare e distribuire agenti di trading robusti.
Un framework di addestramento per agenti di apprendimento per rinforzo Stable Baselines3, con ottimizzazione degli iperparametri e agenti pre-addestrati inclusi.
Ambienti Gymnasium PyBullet per l'apprendimento per rinforzo single e multi-agente del controllo del quadricottero
Diario di allenamento offline per Android. Nessun account, nessuna pubblicità, nessuna connessione Internet.
[NeurIPS 2023 Spotlight] LightZero: Un benchmark unificato per la ricerca ad albero Monte Carlo in scenari generali di decisione sequenziale (ottimo MCTS)
[NeurIPS 2025 Spotlight] Ambienti di Ragionamento per l'Apprendimento per Rinforzo con Ricompense Verificabili
Motore di esecuzione di ambienti paralleli ad alte prestazioni basato su C++ (ambiente vettorizzato) per ambienti RL generici.
Algoritmo Asynchronous Advantage Actor-Critic (A3C) per Super Mario Bros
Ambienti di Reinforcement Learning per il Controllo del Traffico con i Semafori con SUMO. Compatibile con Gymnasium, PettingZoo e librerie RL popolari.
Libreria modulare di apprendimento per rinforzo (RL) (implementata in PyTorch, JAX e NVIDIA Warp) con supporto per Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground e altri ambienti
Codici sorgente per il libro "Reinforcement Learning: Theory and Python Implementation"
Ambienti PyBullet per CartPole e Quadrotor — con dinamiche simboliche a priori di CasADi — per controllo basato sull'apprendimento e RL
[EMNLP 2026] MobileGym: Una piattaforma di simulazione verificabile e altamente parallela per la ricerca sugli agenti GUI per dispositivi mobili · Simulatore Android basato su browser · Valutazione verificabile · Addestramento RL online scalabile
Pacchetto Contrib per Stable-Baselines3 - Codice sperimentale di apprendimento per rinforzo (RL)
VMAS è un simulatore differenziabile vettorizzato progettato per un benchmarking efficiente dell'apprendimento per rinforzo multi-agente. È composto da un motore fisico 2D vettorizzato scritto in PyTorch e da una serie di scenari multi-robot impegnativi. Ulteriori scenari possono essere implementati tramite un'interfaccia semplice e modulare.
Implementazioni di algoritmi di Reinforcement Learning Multi-Obiettivo.
Domande frequenti
Qual è il repository #gym più popolare su GitHub?
Il progetto open source #gym più alto in classifica su GitHub è hasaneyldrm/exercises-dataset, con 23,938 stelle. Dataset di fitness con 1.324 esercizi: GIF animate, miniature 180×180, dati su gruppi muscolari e attrezzature, e istruzioni passo-passo in 6 lingue. Il livello di dati sugli esercizi alla base dell'app LogPress.
Quali linguaggi di programmazione sono più utilizzati nei repository #gym?
Tra i progetti #gym più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, HTML, Dart.
Come viene calcolata la classifica dei repository #gym?
Monitoriamo 33 repository open source attivi contrassegnati con #gym (500+ stelle), per un totale di 137,060 stelle e una media di 4,153 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.