Git Stars Git Stars

#reinforcement-learning リポジトリ

563
リポジトリ総数
2.1M
合計スター数
3,717
リポジトリあたりの平均スター数

リポジトリ合計564件

451
eleurent/rl-agents

強化学習および計画アルゴリズムの実装

eleurent
⭐ 706 Python 👤 eleurent User 🕐 更新日時 2024-01-13 📅 作成日 2017-06-05
452
hijkzzz/pymarl2

SMACでのMARLアルゴリズムのファインチューニング(ほとんどのシナリオで勝率100%)

hijkzzz
⭐ 705 Python 👤 hijkzzz User 🕐 更新日時 2024-05-18 📅 作成日 2021-02-06
453
meta-pytorch/LeanRL

LeanRLは、compileとcudagraphsを使用してパフォーマンスを最適化されたPyTorchスクリプトを選択したCleanRLのフォークです。

meta-pytorch
⭐ 701 Python 👤 meta-pytorch Organization 🕐 更新日時 2025-08-22 📅 作成日 2024-09-10
454
qiwihui/reinforcement-learning-an-introduction-chinese

『強化学習:入門』(第2版)中国語訳

qiwihui
⭐ 701 Python 👤 qiwihui User 🕐 更新日時 2026-09-30 📅 作成日 2019-02-21
455
gensyn-ai/codeassist

Gensyn によって開発された、完全にプライベートでローカルなAIコーディングアシスタントです。プログラミング問題の練習や、新しいアシスタントを訓練してコーディングを支援するために役立ちます。

gensyn-ai
⭐ 699 Python 👤 gensyn-ai Organization 🕐 更新日時 2026-11-16 📅 作成日 2025-10-31
456
escontra/AMP_for_hardware

「Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions」のコード

escontra
⭐ 698 Python 👤 escontra User 🕐 更新日時 2024-07-17 📅 作成日 2022-03-10
457
tkn-tub/ns3-gym

ns3-gym - ネットワーク研究における強化学習の遊び場

tkn-tub
⭐ 698 C++ 👤 tkn-tub Organization 🕐 更新日時 2026-02-05 📅 作成日 2018-10-08
458
ChenxinAn-fdu/POLARIS

高度な推論モデルにおけるRLのスケーリング

ChenxinAn-fdu
⭐ 697 Python 👤 ChenxinAn-fdu User 🕐 更新日時 2025-10-20 📅 作成日 2025-06-18
459
google-research/robopianist

[CoRL '23] 深層強化学習による巧みなピアノ演奏。

google-research
⭐ 696 Python 👤 google-research Organization 🕐 更新日時 2024-11-02 📅 作成日 2023-03-17
460
ishikota/PyPokerEngine

Python でのポーカー AI 開発のためのポーカーエンジン

ishikota
⭐ 690 Python 👤 ishikota User 🕐 更新日時 2024-04-10 📅 作成日 2016-06-05
461
utilForever/RosettaStone

C++ を使用した Hearthstone シミュレーター、少量の強化学習付き

utilForever
⭐ 689 C++ 👤 utilForever User 🕐 更新日時 2026-11-21 📅 作成日 2017-05-19
462
facebookresearch/BenchMARL

BenchMARLは、マルチエージェント強化学習(MARL)のベンチマークライブラリです。BenchMARLを使用すると、再現性と標準化という2つのコア原則に体系的に基づきながら、さまざまなMARLアルゴリズム、タスク、モデルを迅速に比較できます。

facebookresearch
⭐ 687 Python 👤 facebookresearch Organization 🕐 更新日時 2026-02-07 📅 作成日 2023-08-22
464
redai-studio/Relax

大規模な全モーダル事後学習のための非同期強化学習エンジン

redai-studio
⭐ 678 Python 👤 redai-studio Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-04-13
465
NVlabs/mimicgen

このコードは、MimicGenプロジェクトの一部として使用されるシミュレーション環境に対応しています。

NVlabs
⭐ 673 Python 👤 NVlabs Organization 🕐 更新日時 2026-10-21 📅 作成日 2023-09-21
466
Svalorzen/AI-Toolbox

Pythonバインディングを備えたMDPおよびPOMDP用のC++フレームワーク

Svalorzen
⭐ 671 C++ 👤 Svalorzen User 🕐 更新日時 2025-03-18 📅 作成日 2013-11-16
467
aaryansamanta/ai-research-publications

高校生の研究ポートフォリオ:査読付き論文2本(IEEE、IJHSR)+量子インスパイアード機械学習、計算生物学、生物医学イメージング、山火事に対する強化学習、科学教育研究にまたがる進行中のプロジェクト3件。Stanford Medicine、UCLA COSMOS、UCSB SRAと提携・所属関係あり。

aaryansamanta
⭐ 664 HTML 👤 aaryansamanta User 🕐 更新日時 2026-11-20 📅 作成日 2025-12-01
468
Gen-Verse/Open-AgentRL

RLAnything (ICML 2026) および AutoTool (ICML 2026)、DemyAgent: LLMおよびエージェントシナリオ向けのオープンソース強化学習

Gen-Verse
⭐ 664 Python 👤 Gen-Verse Organization 🕐 更新日時 2026-06-12 📅 作成日 2025-10-13
469
peteanderson80/Matterport3DSimulator

実際のパノラマ画像からの強化学習のためのAI研究プラットフォーム。

peteanderson80
⭐ 664 C++ 👤 peteanderson80 User 🕐 更新日時 2024-07-12 📅 作成日 2017-09-29
471
yrlu/irl-imitation

Python/TensorFlow を用いた逆強化学習 (IRL) アルゴリズムの実装。Deep MaxEnt, MaxEnt, LPIRL

yrlu
⭐ 657 Python 👤 yrlu User 🕐 更新日時 2024-05-10 📅 作成日 2017-05-24
472
ZYunfeii/UAV_Obstacle_Avoiding_DRL

これは、UAV向けの深層強化学習による自律障害物回避アルゴリズムに関するプロジェクトです。

ZYunfeii
⭐ 656 Python 👤 ZYunfeii User 🕐 更新日時 2024-01-19 📅 作成日 2021-05-27
473
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
474
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
475
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
⭐ 647 Python 👤 Visual-Agent Organization 🕐 更新日時 2026-02-26 📅 作成日 2025-10-31
477
JIA-Lab-research/Seg-Zero

"Seg-Zero: 推論チェーン誘導型認知強化によるセグメンテーション" プロジェクトページ

JIA-Lab-research
⭐ 647 Python 👤 JIA-Lab-research Organization 🕐 更新日時 2026-01-17 📅 作成日 2025-03-07
478
xavierpuigf/virtualhome

VirtualHome を実行するための API、多エージェント家庭シミュレーター

xavierpuigf
⭐ 646 Python 👤 xavierpuigf User 🕐 更新日時 2026-05-20 📅 作成日 2019-03-25
479
LightChen233/Awesome-Long-Chain-of-Thought-Reasoning

長思考連鎖推論における最新の進歩

LightChen233
⭐ 644 👤 LightChen233 User 🕐 更新日時 2025-07-18 📅 作成日 2025-03-13
480
apexrl/Diff4RLSurvey

このリポジトリには、RLのための拡散モデルに関するリソースと論文のコレクションが含まれており、論文「Diffusion Models for Reinforcement Learning: A Survey」を補完するものです。

apexrl
⭐ 640 👤 apexrl Organization 🕐 更新日時 2024-11-29 📅 作成日 2023-10-26
481
opendilab/DI-drive

自動運転シミュレーションのための意思決定インテリジェンスプラットフォーム。

opendilab
⭐ 637 Python 👤 opendilab Organization 🕐 更新日時 2025-03-13 📅 作成日 2021-07-07
482
McGill-NLP/nano-aha-moment

シングルファイル、シングルGPU、ゼロから、効率的、「RL for LLMs」のためのフルパラメータチューニングライブラリ

McGill-NLP
⭐ 634 Jupyter Notebook 👤 McGill-NLP Organization 🕐 更新日時 2025-10-07 📅 作成日 2025-02-25
483
Teddy-Liao/walk-these-ways-go2

Unitree Go2にwalk-these-waysプロジェクトをデプロイ

Teddy-Liao
⭐ 634 C++ 👤 Teddy-Liao User 🕐 更新日時 2026-07-14 📅 作成日 2024-01-28
484
vikashplus/robohive

ロボット学習のための統一フレームワーク

vikashplus
⭐ 634 Python 👤 vikashplus User 🕐 更新日時 2026-09-22 📅 作成日 2018-07-06
485
JohnsonJiang1996/Awesome-VLA4AD

自動運転のためのビジョン・言語・アクションモデル(VLA4AD)リソース。調査論文「A Survey on Vision–Language–Action Models for Autonomous Driving」のコンパニオンリポジトリとして機能します。

JohnsonJiang1996
⭐ 632 👤 JohnsonJiang1996 User 🕐 更新日時 2025-11-20 📅 作成日 2025-06-30
486
xiaomi-research/recogdrive

[ICLR 2026] ReCogDrive: エンドツーエンド自動運転のための強化学習認知フレームワーク

xiaomi-research
⭐ 632 Python 👤 xiaomi-research Organization 🕐 更新日時 2026-11-19 📅 作成日 2025-06-05
487
achuthasubhash/Complete-Life-Cycle-of-a-Data-Science-Project

データサイエンスプロジェクトのライフサイクル全体

achuthasubhash
⭐ 631 👤 achuthasubhash User 🕐 更新日時 2024-06-07 📅 作成日 2020-09-02
488
insilicomedicine/GENTRL

生成テンソル強化学習 (GENTRL) モデル

insilicomedicine
⭐ 630 Python 👤 insilicomedicine Organization 🕐 更新日時 2024-07-25 📅 作成日 2019-08-30
489
Rhoban/bam

サーボアクチュエータ向けの拡張摩擦モデルを同定・シミュレーションする

Rhoban
⭐ 629 Python 👤 Rhoban Organization 🕐 更新日時 2026-11-10 📅 作成日 2024-03-26
490
Robotics-Ark/ark_framework

アークフレームワーク。

Robotics-Ark
⭐ 625 Python 👤 Robotics-Ark Organization 🕐 更新日時 2026-06-20 📅 作成日 2025-06-25
491
InternRobotics/OpenHomie

「HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit」のオープンソースコードです。

InternRobotics
⭐ 625 C++ 👤 InternRobotics Organization 🕐 更新日時 2026-09-08 📅 作成日 2025-02-19
492
koulanurag/ma-gym

OpenAI Gym を基盤としたマルチエージェント環境のコレクション。

koulanurag
⭐ 625 Python 👤 koulanurag User 🕐 更新日時 2024-07-07 📅 作成日 2019-06-10
493
Emerge-Lab/gpudrive

100万FPSマルチエージェントドライビングシミュレーター

Emerge-Lab
⭐ 624 Jupyter Notebook 👤 Emerge-Lab Organization 🕐 更新日時 2025-12-01 📅 作成日 2023-08-15
494
turningpoint-ai/VisualThinker-R1-Zero

2Bモデルにおけるマルチモーダルな「アハ・モーメント」を探る

turningpoint-ai
⭐ 623 Python 👤 turningpoint-ai Organization 🕐 更新日時 2025-03-18 📅 作成日 2025-02-24
495
vincen-github/mlimpl

このリポジトリには、機械学習分野で一般的に使用されるアルゴリズムをカプセル化したコードがいくつか収集されています。ほとんどはNumpy、Pandas、またはTorchに基づいています。このリポジトリを参照することで、関連するモデルとアルゴリズムへの理解を深めたり、修正したりして、あなた自身のカスタムコードを取得することができます。

vincen-github
⭐ 623 Shell 👤 vincen-github User 🕐 更新日時 2025-05-18 📅 作成日 2020-04-26
496
opendilab/awesome-multi-modal-reinforcement-learning

マルチモーダル強化学習リソースの厳選リスト(継続的に更新)

opendilab
⭐ 621 👤 opendilab Organization 🕐 更新日時 2026-05-30 📅 作成日 2022-09-01
497
kevinzakka/mjbatch

CPU上で数千のMuJoCoシミュレーションを並列実行するためのPythonライブラリ

kevinzakka
⭐ 618 Python 👤 kevinzakka User 🕐 更新日時 2026-10-22 📅 作成日 2026-09-10
498
inclusionAI/ASearcher

検索エージェントのためのオープンソース大規模強化学習プロジェクト

inclusionAI
⭐ 617 Python 👤 inclusionAI Organization 🕐 更新日時 2025-11-26 📅 作成日 2025-08-05
499
araffin/sbx

SBX:Stable Baselines Jax (SB3 + Jax) RLアルゴリズム

araffin
⭐ 617 Python 👤 araffin User 🕐 更新日時 2026-10-27 📅 作成日 2022-09-29
500
facebookresearch/MLGym

MLGym AI研究エージェントの進歩のための新しいフレームワークとベンチマーク

facebookresearch
⭐ 616 Python 👤 facebookresearch Organization 🕐 更新日時 2025-08-10 📅 作成日 2025-02-18