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

101
google-research/football

新しいゲームサーバーをチェックしてください:

google-research
⭐ 3,618 Python 👤 google-research Organization 🕐 更新日時 2025-06-17 📅 作成日 2019-06-03
102
girafe-ai/ml-course

オープン機械学習コース

girafe-ai
⭐ 3,603 Jupyter Notebook 👤 girafe-ai Organization 🕐 更新日時 2026-11-21 📅 作成日 2019-02-01
103
wzhe06/Reco-papers

推薦に関する古典的な論文とリソース

wzhe06
⭐ 3,576 Python 👤 wzhe06 User 🕐 更新日時 2025-10-16 📅 作成日 2018-05-29
104
junxiaosong/AlphaZero_Gomoku

Gomoku(Gobang または Five in a Row とも呼ばれる)向けの AlphaZero アルゴリズムの実装

junxiaosong
⭐ 3,568 Python 👤 junxiaosong User 🕐 更新日時 2024-04-24 📅 作成日 2017-12-21
105
openai/retro

ジムでのレトロゲーム

openai
⭐ 3,559 C 👤 openai Organization 🕐 更新日時 2024-02-22 📅 作成日 2018-02-07
106
Farama-Foundation/PettingZoo

マルチエージェント強化学習環境のための標準API、人気の参照環境と関連ユーティリティを備えています

Farama-Foundation
⭐ 3,556 Python 👤 Farama-Foundation Organization 🕐 更新日時 2026-11-17 📅 作成日 2020-01-20
107
PaddlePaddle/awesome-DeepLearning

ディープラーニング入門コース、シニアコース、特色コース、学術事例、産業実践事例、ディープラーニング知識百科および面接問題集ディープラーニングとAIのコース、事例、知識

PaddlePaddle
⭐ 3,541 Jupyter Notebook 👤 PaddlePaddle Organization 🕐 更新日時 2024-07-25 📅 作成日 2019-12-11
108
mani-skill/ManiSkill

マニピュレーションスキルフレームワーク、オープンソースのGPU並列化ロボットシミュレーターおよびベンチマーク

mani-skill
⭐ 3,532 Python 👤 mani-skill Organization 🕐 更新日時 2026-08-04 📅 作成日 2022-08-02
109
microsoft/tensorwatch

Python 機械学習およびデータサイエンスのためのデバッグ、監視および可視化

microsoft
⭐ 3,477 Jupyter Notebook 👤 microsoft Organization 🕐 更新日時 2026-03-30 📅 作成日 2019-05-15
111
aiming-lab/MetaClaw

🦞 エージェントと話すだけ — 学習して進化します 🧬。

aiming-lab
⭐ 3,470 Python 👤 aiming-lab Organization 🕐 更新日時 2026-06-07 📅 作成日 2026-03-09
112
PaddlePaddle/PARL

強化学習のための高性能分散トレーニングフレームワーク

PaddlePaddle
⭐ 3,453 Python 👤 PaddlePaddle Organization 🕐 更新日時 2026-11-02 📅 作成日 2018-04-25
114
mujocolab/mjlab

Isaac Lab API、MuJoCo-Warp 駆動、RL およびロボット研究用

mujocolab
⭐ 3,437 Python 👤 mujocolab Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-06-10
115
XinJingHao/DRL-Pytorch

人気のある深層強化学習(DRL)アルゴリズム(Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL)のクリーンで堅牢、かつ統一されたPyTorch実装

XinJingHao
⭐ 3,389 Python 👤 XinJingHao User 🕐 更新日時 2025-06-11 📅 作成日 2021-11-14
116
catalyst-team/catalyst

加速された深層学習 R&D

catalyst-team
⭐ 3,388 Python 👤 catalyst-team Organization 🕐 更新日時 2026-07-08 📅 作成日 2018-08-20
117
radixark/miles

MilesはLLMとVLMのポストトレーニング用に企業向けの強化学習フレームワークであり、slimeから派生し、slimeと共に共進化しています。

radixark
⭐ 3,386 Python 👤 radixark Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-10-09
118
datamllab/rlcard

強化学習 / AI ボット in カード(ポーカー)ゲーム - Blackjack, Leduc, Texas, DouDizhu, Mahjong, UNO.

datamllab
⭐ 3,345 Python 👤 datamllab Organization 🕐 更新日時 2024-06-26 📅 作成日 2019-09-05
119
Farama-Foundation/HighwayEnv

自動運転および戦術的意思決定タスクのための環境コレクション

Farama-Foundation
⭐ 3,342 Python 👤 Farama-Foundation Organization 🕐 更新日時 2026-11-11 📅 作成日 2017-11-15
120
tensorforce/tensorforce

Tensorforce: 応用強化学習のためのTensorFlowライブラリ

tensorforce
⭐ 3,302 Python 👤 tensorforce Organization 🕐 更新日時 2026-09-02 📅 作成日 2017-03-19
121
xlang-ai/OSWorld

[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments

xlang-ai
⭐ 3,273 Python 👤 xlang-ai Organization 🕐 更新日時 2026-11-14 📅 作成日 2023-10-16
122
google/brax

アクセラレータハードウェア上での大規模並列リジッドボディ物理シミュレーション。

google
⭐ 3,265 Jupyter Notebook 👤 google Organization 🕐 更新日時 2026-10-20 📅 作成日 2021-06-02
123
fchollet/keras-resources

Keras を使用した Python ディープラーニング ライブラリのためのチュートリアルおよびオープンソースコード リポジトリのディレクトリ

fchollet
⭐ 3,261 👤 fchollet User 🕐 更新日時 2024-02-12 📅 作成日 2016-07-28
124
facebookresearch/habitat-lab

さまざまなタスクと環境で具現化されたAIエージェントを訓練するためのモジュール式の高レベルライブラリ。

facebookresearch
⭐ 3,189 Python 👤 facebookresearch Organization 🕐 更新日時 2026-05-07 📅 作成日 2019-02-04
125
SkyworkAI/Skywork-R1V

Skywork-R1Vは、Skywork AIが開発した高度なマルチモーダルAIモデルシリーズで、視覚言語推論に特化しています。

SkyworkAI
⭐ 3,174 Python 👤 SkyworkAI Organization 🕐 更新日時 2026-07-29 📅 作成日 2025-03-15
126
leggedrobotics/rsl_rl

ロボット工学向け学習アルゴリズムの高速かつシンプルな実装。

leggedrobotics
⭐ 3,151 Python 👤 leggedrobotics Organization 🕐 更新日時 2026-11-20 📅 作成日 2021-10-18
127
tirthajyoti/Data-science-best-resources

データサイエンスのための厳選されたリソースリンクを一箇所に

tirthajyoti
⭐ 3,147 👤 tirthajyoti User 🕐 更新日時 2024-08-17 📅 作成日 2018-12-27
128
xbpeng/DeepMimic

ディープ強化学習によるモーション模仿。

xbpeng
⭐ 3,133 C++ 👤 xbpeng User 🕐 更新日時 2025-11-27 📅 作成日 2018-10-14
129
eureka-research/Eureka

「Eureka: Human-Level Reward Design via Coding Large Language Models」(ICLR 2024) 公式リポジトリ

eureka-research
⭐ 3,098 Jupyter Notebook 👤 eureka-research Organization 🕐 更新日時 2024-05-03 📅 作成日 2023-09-25
130
luspr/awesome-ml-courses

ビデオ講義付きの素晴らしい無料機械学習およびAIコース。

luspr
⭐ 3,045 👤 luspr User 🕐 更新日時 2024-12-12 📅 作成日 2020-05-08
131
facebookresearch/Pearl

MetaのApplied Reinforcement Learningチームが提供する、本番環境対応の強化学習AIエージェントライブラリ。

facebookresearch
⭐ 3,041 Jupyter Notebook 👤 facebookresearch Organization 🕐 更新日時 2026-11-17 📅 作成日 2023-04-07
132
endymecy/awesome-deeplearning-resources

ディープラーニングとディープ強化学習の研究論文と一部のコード

endymecy
⭐ 3,039 👤 endymecy User 🕐 更新日時 2026-11-14 📅 作成日 2016-11-28
133
awesome-mlss/awesome-mlss

🤖 機械学習サマースクールガイド

awesome-mlss
⭐ 3,034 HTML 👤 awesome-mlss Organization 🕐 更新日時 2026-11-16 📅 作成日 2018-12-01
134
tensorflow/agents

TF-Agents: コンテクストバンドットと強化学習のための信頼性が高く、スケーラブルで使いやすい TensorFlow ライブラリ。

tensorflow
⭐ 3,032 Python 👤 tensorflow Organization 🕐 更新日時 2026-01-16 📅 作成日 2018-11-17
135
leggedrobotics/legged_gym

脚付きロボットのための Isaac Gym 環境

leggedrobotics
⭐ 2,991 Python 👤 leggedrobotics Organization 🕐 更新日時 2025-05-29 📅 作成日 2021-10-18
136
MaximeVandegar/Papers-in-100-Lines-of-Code

100行のコードで論文を実装する。

MaximeVandegar
⭐ 2,915 Python 👤 MaximeVandegar User 🕐 更新日時 2026-10-22 📅 作成日 2020-10-26
137
DLR-RM/rl-baselines3-zoo

Stable Baselines3強化学習エージェントのためのトレーニングフレームワーク。ハイパーパラメータ最適化と事前トレーニング済みエージェントが含まれています。

DLR-RM
⭐ 2,914 Python 👤 DLR-RM Organization 🕐 更新日時 2026-11-14 📅 作成日 2020-05-05
138
YanjieZe/awesome-humanoid-robot-learning

ヒューマノイドロボット学習のための論文リスト。

YanjieZe
⭐ 2,907 Python 👤 YanjieZe User 🕐 更新日時 2026-11-20 📅 作成日 2024-10-30
139
Roboparty/roboto_origin

Roboto_origin 完全オープンソース DIYヒューマノイドロボット / ロウボートゥプロトタイプ - 完全オープンソース、手作りヒューマノイドロボット

Roboparty
⭐ 2,877 Python 👤 Roboparty Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-12-31
⭐ 2,877 Python 👤 werner-duvaud User 🕐 更新日時 2026-11-16 📅 作成日 2019-12-27
141
openenv/OpenEnv

環境を含むRL事後トレーニングのためのインターフェースライブラリ。

openenv
⭐ 2,872 Python 👤 openenv Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-10-01
142
easy-tensorflow/easy-tensorflow

TensorFlow のシンプルで包括的なチュートリアル

easy-tensorflow
⭐ 2,860 Python 👤 easy-tensorflow Organization 🕐 更新日時 2024-07-08 📅 作成日 2017-11-30
143
mll-lab-nu/RAGEN

LLMエージェント向けエージェント強化学習フレームワーク:StarPOによるマルチターン強化学習と推論崩壊の診断

mll-lab-nu
⭐ 2,850 Python 👤 mll-lab-nu Organization 🕐 更新日時 2026-10-28 📅 作成日 2025-01-25
144
rail-berkeley/rlkit

強化学習アルゴリズムのコレクション

rail-berkeley
⭐ 2,841 Python 👤 rail-berkeley Organization 🕐 更新日時 2024-06-17 📅 作成日 2018-01-25
145
GoogleCloudPlatform/tensorflow-without-a-phd

ソフトウェア開発者が機械学習の実践者になりたい人のための6エピソードのクラッシュコース。

GoogleCloudPlatform
⭐ 2,834 Jupyter Notebook 👤 GoogleCloudPlatform Organization 🕐 更新日時 2024-05-03 📅 作成日 2018-05-09
146
huawei-noah/HEBO

Huawei Noah's Ark Labによって開発されたベイズ最適化および強化学習ライブラリ

huawei-noah
⭐ 2,819 Jupyter Notebook 👤 huawei-noah Organization 🕐 更新日時 2026-10-12 📅 作成日 2021-09-10
148
isaac-sim/IsaacGymEnvs

Isaac Gym 強化学習環境

isaac-sim
⭐ 2,788 Python 👤 isaac-sim Organization 🕐 更新日時 2024-10-26 📅 作成日 2021-08-27
149
TradeMaster-NTU/TradeMaster

TradeMasterは、強化学習によって強化された定量取引のためのオープンソースプラットフォームです:fire: :zap: :rainbow:

TradeMaster-NTU
⭐ 2,758 Jupyter Notebook 👤 TradeMaster-NTU Organization 🕐 更新日時 2025-06-04 📅 作成日 2022-08-23
150
kzl/decision-transformer

Decision Transformer の公式コードベース:シーケンスモデリングによる強化学習。

kzl
⭐ 2,738 Python 👤 kzl User 🕐 更新日時 2024-04-29 📅 作成日 2021-06-02