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
プログラミング言語: Python Jupyter Notebook TypeScript

リポジトリ合計564件

551
JeffWang987/DriveDreamer

[ECCV 2024] DriveDreamer: 自動運転のための実世界駆動型ワールドモデルに向けて

JeffWang987
⭐ 522 Python 👤 JeffWang987 User 🕐 更新日時 2024-11-29 📅 作成日 2023-09-17
553
joanby/machinelearning-az

RとPythonを使用した機械学習コースのAZリポジトリ

joanby
⭐ 516 Jupyter Notebook 👤 joanby User 🕐 更新日時 2026-08-24 📅 作成日 2019-02-27
554
Holiday-Robot/FlashSAC

FlashSAC:高次元ロボット制御のための高速かつ安定したオフポリシー強化学習

Holiday-Robot
⭐ 513 Python 👤 Holiday-Robot Organization 🕐 更新日時 2026-04-09 📅 作成日 2026-04-06
555
Shredded-Pork/TempFlow-GRPO

[ICLR 26] TempFlow-GRPO (Temporal Flow GRPO)、フロー 기반生成に内在する時間構造を捕捉し活用する原則的な GRPO フレームワーク。

Shredded-Pork
⭐ 512 Python 👤 Shredded-Pork User 🕐 更新日時 2025-11-24 📅 作成日 2025-08-05
556
rsi-gear/gear

再帰的自己改善(RSI)のためのツールキット。再帰的なハーネス進化のためのモジュール式フレームワーク。

rsi-gear
⭐ 509 TypeScript 👤 rsi-gear Organization 🕐 更新日時 2026-11-18 📅 作成日 2026-08-18
557
AminHP/gym-mtsim

MetaTrader 5 トレーディングプラットフォーム(OpenAI Gym 承認済み)向けの汎用的で柔軟、かつ使いやすいシミュレーターと OpenAI Gym トレーディング環境

AminHP
⭐ 507 Python 👤 AminHP User 🕐 更新日時 2024-11-14 📅 作成日 2021-09-04
558
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
559
opendilab/awesome-end-to-end-autonomous-driving

厳選されたエンドツーエンド自動運転の優れたリソースリスト(継続的に更新)

opendilab
⭐ 504 👤 opendilab Organization 🕐 更新日時 2026-06-03 📅 作成日 2022-11-23
560
erwinmsmith/SOMAS

信頼できる人間-マルチエージェント強化学習インタラクションフレームワーク

erwinmsmith
⭐ 502 Python 👤 erwinmsmith User 🕐 更新日時 2026-10-04 📅 作成日 2025-05-13
561
jhljx/RecSys-Industrial-Book

《推薦システム:産業アーキテクチャとコアアルゴリズム》AI Native 書籍原稿|各章の PDF、ナレッジマップ、ローカル学習エージェント。ウェブサイト:https://jhljx.github.io/RecSys-Industrial-Book/

jhljx
⭐ 501 Python 👤 jhljx User 🕐 更新日時 2026-11-21 📅 作成日 2026-06-07
562
zdhNarsil/Awesome-GFlowNets

生成フローネットワーク(GFlowNets)に関する厳選されたリソースリスト。

zdhNarsil
⭐ 501 👤 zdhNarsil User 🕐 更新日時 2024-10-01 📅 作成日 2022-10-05
563
sentient-engineering/agent-q

agent q - 自律型AIエージェントのためのOSS高度推論と学習

sentient-engineering
⭐ 500 Python 👤 sentient-engineering Organization 🕐 更新日時 2024-09-26 📅 作成日 2024-08-24
564
danijar/crafter

エージェント能力のスペクトラムのベンチマーキング

danijar
⭐ 500 Python 👤 danijar User 🕐 更新日時 2024-01-23 📅 作成日 2021-03-10