Git Stars Git Stars

#deep-reinforcement-learning リポジトリ

99
リポジトリ総数
324,947
合計スター数
3,282
リポジトリあたりの平均スター数

リポジトリ合計99件

51
pfnet/pfrl

PFRL: PyTorchベースの深層強化学習ライブラリ

pfnet
⭐ 1,279 Python 👤 pfnet Organization 🕐 更新日時 2026-03-02 📅 作成日 2020-06-24
52
SullyChen/Autopilot-TensorFlow

このNvidia論文のTensorFlow実装: https://arxiv.org/pdf/1604.07316.pdf にいくつかの変更を加えて

SullyChen
⭐ 1,279 Python 👤 SullyChen User 🕐 更新日時 2024-06-16 📅 作成日 2016-10-01
53
ucla-rlcourse/RLexample

RLと遊ぶ基本的な例

ucla-rlcourse
⭐ 1,275 Jupyter Notebook 👤 ucla-rlcourse Organization 🕐 更新日時 2026-02-18 📅 作成日 2019-01-09
54
PacktPublishing/Deep-Reinforcement-Learning-Hands-On-Second-Edition

Deep Reinforcement Learning Hands-On 第二版、Packt 出版

PacktPublishing
⭐ 1,268 Jupyter Notebook 👤 PacktPublishing Organization 🕐 更新日時 2024-04-04 📅 作成日 2019-07-03
55
KhoomeiK/LlamaGym

オンライン強化学習でLLMエージェントをファインチューニングする

KhoomeiK
⭐ 1,247 Python 👤 KhoomeiK User 🕐 更新日時 2024-03-19 📅 作成日 2024-03-01
56
Replicable-MARL/MARLlib

マルチエージェント強化学習(MARL)には1つのリポジトリがあれば十分です

Replicable-MARL
⭐ 1,243 Python 👤 Replicable-MARL Organization 🕐 更新日時 2024-11-28 📅 作成日 2021-12-14
57
AI4Finance-Foundation/FinRL-Tutorials

FinRL® Tutorials. スターをお願いします。

AI4Finance-Foundation
⭐ 1,203 Jupyter Notebook 👤 AI4Finance-Foundation Organization 🕐 更新日時 2025-03-28 📅 作成日 2018-09-19
59
ZiwenZhuang/parkour

[CoRL 2023] ロボット パルクール 学習

ZiwenZhuang
⭐ 1,140 Python 👤 ZiwenZhuang User 🕐 更新日時 2025-10-26 📅 作成日 2023-08-23
60
PKU-Alignment/omnisafe

JMLR: OmniSafeは、SafeRLの研究を加速するためのインフラストラクチャフレームワークです。

PKU-Alignment
⭐ 1,122 Python 👤 PKU-Alignment Organization 🕐 更新日時 2025-03-17 📅 作成日 2022-11-19
61
LucasAlegre/sumo-rl

SUMO を使用した交通信号制御のための強化学習環境。Gymnasium、PettingZoo、および人気の RL ライブラリと互換性があります。

LucasAlegre
⭐ 1,104 Python 👤 LucasAlegre User 🕐 更新日時 2026-03-08 📅 作成日 2018-12-10
62
PKU-MARL/DexterousHands

これは、Isaac Gym を介してデュアル器用な手の操作タスクを提供するライブラリです

PKU-MARL
⭐ 1,043 Python 👤 PKU-MARL Organization 🕐 更新日時 2025-02-18 📅 作成日 2022-03-30
63
ZhiqingXiao/rl-book

書籍「Reinforcement Learning: Theory and Python Implementation」のソースコード

ZhiqingXiao
⭐ 1,033 HTML 👤 ZhiqingXiao User 🕐 更新日時 2025-10-26 📅 作成日 2019-01-25
64
LeCAR-Lab/human2humanoid

[IROS 2024] 人間からヒューマノイドへのリアルタイム全身遠隔操作の学習。 [CoRL 2024] OmniH2O: ユニバーサルで器用な人間からヒューマノイドへの全身遠隔操作と学習

LeCAR-Lab
⭐ 1,020 Python 👤 LeCAR-Lab Organization 🕐 更新日時 2025-02-21 📅 作成日 2024-09-29
65
luchris429/purejaxrl

本当に高速なエンドツーエンドJax RL実装

luchris429
⭐ 1,007 Python 👤 luchris429 User 🕐 更新日時 2024-09-09 📅 作成日 2023-02-25
66
AgileRL/AgileRL

LLM向けの完全なポストトレーニングスタックに加え、あらゆる問題に対応するRLを提供。SFT、DPO、マルチターンのエージェント型RLに、進化的なハイパーパラメータ最適化を組み込み済み。

AgileRL
⭐ 971 Python 👤 AgileRL Organization 🕐 更新日時 2026-11-21 📅 作成日 2023-03-01
67
PKU-MARL/HARL

PyTorchに基づくHARLアルゴリズムの公式実装。

PKU-MARL
⭐ 966 Python 👤 PKU-MARL Organization 🕐 更新日時 2026-11-14 📅 作成日 2023-04-17
68
StanfordVL/GibsonEnv

Gibson Environments: 具現化エージェントのための現実世界知覚

StanfordVL
⭐ 949 C 👤 StanfordVL Organization 🕐 更新日時 2026-10-20 📅 作成日 2017-12-18
69
MushroomRL/mushroom-rl

強化学習のためのPythonライブラリ。

MushroomRL
⭐ 946 Python 👤 MushroomRL Organization 🕐 更新日時 2026-11-20 📅 作成日 2017-02-25
70
kengz/awesome-deep-rl

素晴らしいディープ強化学習リソースのキュレーションリスト。

kengz
⭐ 895 👤 kengz User 🕐 更新日時 2025-07-13 📅 作成日 2019-08-17
71
tinyzqh/light_mappo

MAPPOの軽量版で、ローカル環境への迅速な移行を支援します。

tinyzqh
⭐ 887 Python 👤 tinyzqh User 🕐 更新日時 2026-05-12 📅 作成日 2021-07-01
72
rail-berkeley/serl

SERL:サンプル効率的なロボット強化学習のためのソフトウェアスイート

rail-berkeley
⭐ 864 Python 👤 rail-berkeley Organization 🕐 更新日時 2025-10-27 📅 作成日 2023-12-08
73
DeepReinforcementLearning/DeepReinforcementLearningInAction

Manning, Incの Deep Reinforcement Learning in Action 書籍からのコード

DeepReinforcementLearning
⭐ 853 Jupyter Notebook 👤 DeepReinforcementLearning User 🕐 更新日時 2026-09-14 📅 作成日 2018-03-27
74
devendrachaplot/Neural-SLAM

ICLR-2020論文「Learning to Explore using Active Neural SLAM」のPytorchコード

devendrachaplot
⭐ 833 Python 👤 devendrachaplot User 🕐 更新日時 2024-06-17 📅 作成日 2020-04-10
75
unitreerobotics/unitree_lerobot

unitree_il_lerobotオープンソースプロジェクトは、LeRobotオープンソーストレーニングフレームワークの変更版であり、UnitreeのG1ロボットの双腕器用ハンドを使用して収集されたデータのトレーニングとテストを可能にします。

unitreerobotics
⭐ 790 Python 👤 unitreerobotics Organization 🕐 更新日時 2026-05-25 📅 作成日 2024-10-18
76
OpenHUTB/hutb

人間・車両シミュレーター

OpenHUTB
⭐ 760 C++ 👤 OpenHUTB Organization 🕐 更新日時 2026-11-21 📅 作成日 2024-05-05
77
InternRobotics/HIMLoco

OpenRobotLabの学習ベースの移動制御(ハイブリッド内部モデルおよびHインフィニティ移動制御を含む)

InternRobotics
⭐ 753 Python 👤 InternRobotics Organization 🕐 更新日時 2024-05-14 📅 作成日 2023-12-14
78
dso-org/deep-symbolic-optimization

記号最適化のためのディープラーニングフレームワーク。

dso-org
⭐ 741 Python 👤 dso-org Organization 🕐 更新日時 2026-01-23 📅 作成日 2020-02-19
79
guyuehome/guyueclass

古月学院コースコード

guyuehome
⭐ 703 Python 👤 guyuehome Organization 🕐 更新日時 2024-10-11 📅 作成日 2021-01-19
80
TianhongDai/reinforcement-learning-algorithms

このリポジトリには、DQN、DDQN、Dueling Network、DDPG、SAC、A2C、PPO、TRPOなどの、PyTorchベースの古典的な深層強化学習アルゴリズムのほとんどの実装が含まれています。(さらに多くのアルゴリズムを開発中です)

TianhongDai
⭐ 697 Python 👤 TianhongDai User 🕐 更新日時 2025-12-18 📅 作成日 2018-01-13
81
Albert-Z-Guo/Deep-Reinforcement-Stock-Trading

ポートフォリオ管理のための軽量な深層強化学習フレームワーク。このプロジェクトは、高度にモジュール化されスケーラブルなフレームワークで深層強化学習アルゴリズムを株式取引に適用する可能性を探求します。

Albert-Z-Guo
⭐ 684 Jupyter Notebook 👤 Albert-Z-Guo User 🕐 更新日時 2024-11-06 📅 作成日 2019-05-19
82
uoe-agents/epymarl

追加のアルゴリズムと環境サポートを含むPyMARLコードベースの拡張

uoe-agents
⭐ 662 Python 👤 uoe-agents Organization 🕐 更新日時 2024-09-24 📅 作成日 2021-06-06
83
jonkrohn/DLTFpT

TensorFlow、Keras、PyTorchを使ったディープラーニング

jonkrohn
⭐ 654 Jupyter Notebook 👤 jonkrohn User 🕐 更新日時 2024-04-21 📅 作成日 2019-08-12
84
JuliaReinforcementLearning/ReinforcementLearning.jl

Juliaのための強化学習パッケージ

JuliaReinforcementLearning
⭐ 654 Julia 👤 JuliaReinforcementLearning Organization 🕐 更新日時 2026-10-08 📅 作成日 2018-06-07
85
cpnota/autonomous-learning-library

ディープ強化学習エージェントを構築するための PyTorch ライブラリ。

cpnota
⭐ 653 Python 👤 cpnota User 🕐 更新日時 2024-03-17 📅 作成日 2018-11-07
86
marl-book/codebase

MARLブックの公式コードリポジトリ (www.marl-book.com)

marl-book
⭐ 650 Python 👤 marl-book Organization 🕐 更新日時 2025-03-30 📅 作成日 2021-02-11
87
kochlisGit/ProphitBet-Soccer-Bets-Predictor

ProphitBetは、機械学習を用いてサッカーの賭けを予測するアプリケーションです。チームの調子を分析し、試合の統計を算出するとともに、高度な機械学習(ML)手法を用いて試合結果を予測します。さらに、最適な賭け戦略を学習できる、深層強化学習(DRL)に基づくベッティングエージェントも提供します。

kochlisGit
⭐ 606 Python 👤 kochlisGit User 🕐 更新日時 2026-10-27 📅 作成日 2022-03-18
88
vladfi1/phillip

SSBM "フィリップ" AI.

vladfi1
⭐ 597 Python 👤 vladfi1 User 🕐 更新日時 2026-07-06 📅 作成日 2016-04-27
90
arplaboratory/learning-to-fly

Training transferable end-to-end quadrotor control policies on a laptop in 18 seconds.

arplaboratory
⭐ 578 C++ 👤 arplaboratory Organization 🕐 更新日時 2025-05-22 📅 作成日 2023-11-08
91
Kaixhin/imitation-learning

模倣学習アルゴリズム

Kaixhin
⭐ 577 Python 👤 Kaixhin User 🕐 更新日時 2026-11-02 📅 作成日 2020-04-15
92
idreesshaikh/Autonomous-Driving-in-Carla-using-Deep-Reinforcement-Learning

自律走行(Carla)における深層強化学習(PPO)[ゼロから]

idreesshaikh
⭐ 567 Python 👤 idreesshaikh User 🕐 更新日時 2025-11-13 📅 作成日 2022-05-18
93
kaixindelele/DRLib

DRLib:HER、PER、D2SRを統合し、ほぼオフポリシーRLアルゴリズムに対応した簡潔な深層強化学習ライブラリ。

kaixindelele
⭐ 563 Python 👤 kaixindelele User 🕐 更新日時 2024-04-02 📅 作成日 2021-02-23
94
Shmuma/ptan

PyTorch Agent Net: PyTorchのための強化学習ツールキット

Shmuma
⭐ 561 Python 👤 Shmuma User 🕐 更新日時 2026-09-16 📅 作成日 2017-09-18
95
tomcat123a/-chanlun

ファイル「笔和线段的一种划分.py」、K線のhigh、lowデータを入力するだけで、筆、線分、中枢、売買点、走势タイプの划分を自動的に実現できます。sh.csv を入力ファイルとして使用できます。個人履歴書は pdf を参照。時間の力。誰かがタイミング選択はとても難しいと言い、誰かが株選定は簡単だと言い、誰かが統計的アービトラージに必要なITサポート施設がとても重要だと言います。また誰かがシステムに測り知れない原理があると言います。意見が分かれています。分散システム、あなたの影響が無視できるとき、ようやく実現でき、江主席の言うところの、声を出さず大金を稼ぐことです。最初の週、大盤が1%下落しましたが、1万元稼ぎ、5%の利益を出しました。 #株式 #株式市場 #缠論 https://v.kuaishou.com/bFEl6M このメッセージをコピーして【Kwai】を開いてご覧ください!

tomcat123a
⭐ 551 Python 👤 tomcat123a User 🕐 更新日時 2024-04-02 📅 作成日 2018-12-09
97
young-how/DQN-based-UAV-3D_path_planer

RLGFは、UAVの深層強化学習タスクに適した汎用トレーニングフレームワークです。また、複数の主要な深層強化学習アルゴリズム(SAC、DQN、DDQN、PPO、Dueling DQN、DDPG)を統合しています。

young-how
⭐ 516 Python 👤 young-how User 🕐 更新日時 2024-11-27 📅 作成日 2022-08-12
98
AndreaVidali/Deep-QLearning-Agent-for-Traffic-Signal-Control

ディープQラーニング強化学習エージェントが、交通効率を最大化するために交差点での適切な信号フェーズを選択しようとするフレームワーク。

AndreaVidali
⭐ 509 Python 👤 AndreaVidali User 🕐 更新日時 2026-05-24 📅 作成日 2019-03-17
99
opendilab/DI-sheep

羊了个羊 + 深層強化学習(Deep Reinforcement Learning + 3 Tiles Game)

opendilab
⭐ 506 Python 👤 opendilab Organization 🕐 更新日時 2025-03-10 📅 作成日 2022-09-21