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

201
openai/Video-Pre-Training

ビデオ事前学習(VPT):ラベルなしのオンラインビデオを見て行動することを学ぶ

openai
⭐ 1,740 Python 👤 openai Organization 🕐 更新日時 2025-09-03 📅 作成日 2022-06-22
202
Farama-Foundation/Minari

オフライン強化学習データセットのための標準フォーマット、人気の参照データセット、および関連ユーティリティ

Farama-Foundation
⭐ 1,738 Python 👤 Farama-Foundation Organization 🕐 更新日時 2026-11-15 📅 作成日 2022-10-06
⭐ 1,734 Python 👤 amazon-far Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-11-13
204
meta-pytorch/tnt

PyTorch トレーニングツールとユーティリティのための軽量ライブラリ

meta-pytorch
⭐ 1,722 Python 👤 meta-pytorch Organization 🕐 更新日時 2026-11-20 📅 作成日 2016-12-10
205
BindsNET/bindsnet

PyTorch を使用したスパイキングニューラルネットワーク (SNNs) のシミュレーション。

BindsNET
⭐ 1,706 Python 👤 BindsNET Organization 🕐 更新日時 2026-11-13 📅 作成日 2018-02-09
206
opendilab/LightZero

[NeurIPS 2023 Spotlight] LightZero: 一般的な逐次的意思決定シナリオにおけるモンテカルロ木探索のための統一ベンチマーク (素晴らしいMCTS)

opendilab
⭐ 1,663 Python 👤 opendilab Organization 🕐 更新日時 2026-11-19 📅 作成日 2022-10-08
207
uber-research/deep-neuroevolution

深層ニューロエボリューション

uber-research
⭐ 1,661 Python 👤 uber-research Organization 🕐 更新日時 2024-01-08 📅 作成日 2018-01-04
208
mrsaeeddev/free-ai-resources

🚀 無料AIリソース - 🎓 コース、👷 仕事、📝 ブログ、🔬 AIリサーチなど、すべての人向け!

mrsaeeddev
⭐ 1,659 👤 mrsaeeddev User 🕐 更新日時 2024-05-29 📅 作成日 2020-07-14
209
PacktPublishing/Machine-Learning-for-Algorithmic-Trading-Second-Edition_Original

アルゴリズム取引のための機械学習、第二版 - Packt 出版

PacktPublishing
⭐ 1,650 Jupyter Notebook 👤 PacktPublishing Organization 🕐 更新日時 2026-04-22 📅 作成日 2019-11-15
210
edbeeching/godot_rl_agents

ビデオゲームクリエイター、AI研究者、ホビイストがノンプレイヤーキャラクター(NPC)やエージェントの複雑な動作を学習する機会を提供するオープンソースパッケージ。

edbeeching
⭐ 1,639 Python 👤 edbeeching User 🕐 更新日時 2026-07-10 📅 作成日 2021-07-01
211
Farama-Foundation/D4RL

オフライン強化学習のための参照環境のコレクション

Farama-Foundation
⭐ 1,627 Python 👤 Farama-Foundation Organization 🕐 更新日時 2024-11-18 📅 作成日 2020-04-12
212
PKU-Alignment/safe-rlhf

安全なRLHF:人間のフィードバックからの安全な強化学習による制約された値のアラインメント

PKU-Alignment
⭐ 1,624 Python 👤 PKU-Alignment Organization 🕐 更新日時 2025-11-24 📅 作成日 2023-05-15
213
AgibotTech/agibot_x1_train

AgiBot X1 の強化学習トレーニングコード。

AgibotTech
⭐ 1,620 Python 👤 AgibotTech Organization 🕐 更新日時 2024-10-23 📅 作成日 2024-10-23
214
modelscope/AgentEvolver

AgentEvolver: 効率的な自己進化型エージェントシステムに向けて

modelscope
⭐ 1,597 Python 👤 modelscope Organization 🕐 更新日時 2026-04-01 📅 作成日 2025-11-13
215
ShengranHu/ADAS

[ICLR 2025] エージェントシステムの自動設計

ShengranHu
⭐ 1,587 Python 👤 ShengranHu User 🕐 更新日時 2025-01-28 📅 作成日 2024-07-31
216
Equim-chan/Mortal

🚀🀄️ Rustと深層強化学習を搭載した、高速で強力なリーチ麻雀AI。

Equim-chan
⭐ 1,568 Rust 👤 Equim-chan User 🕐 更新日時 2025-09-28 📅 作成日 2021-07-23
217
google-deepmind/bsuite

bsuiteは、強化学習(RL)エージェントのコア機能を調査するために注意深く設計された実験のコレクションです

google-deepmind
⭐ 1,566 Python 👤 google-deepmind Organization 🕐 更新日時 2026-11-11 📅 作成日 2019-08-02
218
snap-stanford/memorilla

🦍 Memorilla:LLM向け潜在意味記憶

snap-stanford
⭐ 1,565 Python 👤 snap-stanford Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-06-23
220
verl-project/verl-omni

拡散モデルおよびオムニモデル向けのマルチモーダルRLトレーニングフレームワーク

verl-project
⭐ 1,560 Python 👤 verl-project Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-04-21
221
EvolvingLMMs-Lab/open-r1-multimodal

open-r1へのマルチモーダルモデルトレーニングの追加のためのフォーク

EvolvingLMMs-Lab
⭐ 1,556 Python 👤 EvolvingLMMs-Lab Organization 🕐 更新日時 2025-02-08 📅 作成日 2025-01-27
222
open-thought/reasoning-gym

[NeurIPS 2025 Spotlight] 検証可能な報酬による強化学習のための推論環境

open-thought
⭐ 1,556 Python 👤 open-thought Organization 🕐 更新日時 2026-11-09 📅 作成日 2025-01-23
223
nivu/ai_all_resources

最高の人工知能リソースのキュレーションされたリスト

nivu
⭐ 1,543 Jupyter Notebook 👤 nivu User 🕐 更新日時 2026-09-19 📅 作成日 2019-12-26
224
ATH-MaaS/Marco-o1

実問題解決のためのオープン大規模推論モデル

ATH-MaaS
⭐ 1,539 Python 👤 ATH-MaaS Organization 🕐 更新日時 2026-06-17 📅 作成日 2024-10-22
225
sail-sg/envpool

一般的なRL環境向けのC++ベースの高性能並列環境実行エンジン(ベクトル化された環境)。

sail-sg
⭐ 1,539 C++ 👤 sail-sg Organization 🕐 更新日時 2026-11-08 📅 作成日 2021-10-20
226
hustvl/DiffusionDrive

[CVPR 2025 Highlight] リアルタイムエンドツーエンド自動運転のための切り捨て拡散モデル

hustvl
⭐ 1,535 Python 👤 hustvl Organization 🕐 更新日時 2025-12-08 📅 作成日 2024-11-15
227
tigerneil/awesome-deep-rl

ディープRLとAIの未来のために。

tigerneil
⭐ 1,522 JavaScript 👤 tigerneil User 🕐 更新日時 2026-11-21 📅 作成日 2017-02-03
228
Zhefan-Xu/NavRL

[IEEE RA-L'25] NavRL: 動的環境における安全な飛行学習 (NVIDIA Isaac/Python/ROS1/ROS2)

Zhefan-Xu
⭐ 1,521 C++ 👤 Zhefan-Xu User 🕐 更新日時 2025-07-03 📅 作成日 2025-02-12
229
fan-ziqi/rl_sar

四足ロボット、車輪ロボット、ヒューマノイドロボットに適したロボット強化学習アルゴリズムのシミュレーション検証と物理的展開。「sar」は「シミュレーションとリアル」を表します。

fan-ziqi
⭐ 1,512 C++ 👤 fan-ziqi User 🕐 更新日時 2026-08-16 📅 作成日 2024-03-06
230
jacobhilton/deep_learning_curriculum

言語モデルアライメントに焦点を当てた深層学習カリキュラム

jacobhilton
⭐ 1,508 👤 jacobhilton User 🕐 更新日時 2024-08-19 📅 作成日 2022-07-12
231
robfiras/loco-mujoco

MuJoCoを使用した複雑な移動タスクに焦点を当てた模倣学習ベンチマーク。

robfiras
⭐ 1,489 Python 👤 robfiras User 🕐 更新日時 2026-11-20 📅 作成日 2023-06-22
233
StarCycle/Awesome-Embodied-AI-Job

Lumina Robotics Talent Call | Luminaコミュニティ実体化AIタレントリスト | 実体化AI / ロボティクスの求人リスト(PhD、RA、インターンなど)

StarCycle
⭐ 1,478 👤 StarCycle User 🕐 更新日時 2026-02-25 📅 作成日 2025-02-11
234
allenzren/open-pi-zero

Physical Intelligence からの pi0 ビジョン・言語・アクション(VLA)モデルの再実装

allenzren
⭐ 1,470 Python 👤 allenzren User 🕐 更新日時 2025-01-31 📅 作成日 2024-12-03
235
microsoft/TextWorld

TextWorld は、テキストベースのゲーム上で強化学習 (RL) エージェントの訓練と評価のためのサンドボックス学習環境です。

microsoft
⭐ 1,466 Jupyter Notebook 👤 microsoft Organization 🕐 更新日時 2026-11-10 📅 作成日 2018-06-26
237
unitreerobotics/unitree_rl_lab

これは、IsaacLab に基づく、Unitree ロボット向けの強化学習の実装のためのリポジトリです。

unitreerobotics
⭐ 1,460 Python 👤 unitreerobotics Organization 🕐 更新日時 2026-05-25 📅 作成日 2025-06-05
⭐ 1,452 Python 👤 google-deepmind Organization 🕐 更新日時 2026-11-10 📅 作成日 2020-02-18
239
Sun-Haoyuan23/Awesome-RL-based-Reasoning-MLLMs

このリポジトリは、マルチモーダル分野の研究者にとって貴重な参考資料を提供します。RLベースの推論MLLMでの探求の旅を始めてください!

Sun-Haoyuan23
⭐ 1,449 👤 Sun-Haoyuan23 User 🕐 更新日時 2026-09-29 📅 作成日 2025-02-21
241
mossr/BeautifulAlgorithms.jl

Juliaで書かれた簡潔で美しいアルゴリズム

mossr
⭐ 1,425 Julia 👤 mossr User 🕐 更新日時 2025-03-04 📅 作成日 2020-09-15
244
Paulescu/hands-on-rl

ゼロから強化学習PROまでを導く無料コース 🦸🏻‍🦸🏽

Paulescu
⭐ 1,413 Jupyter Notebook 👤 Paulescu User 🕐 更新日時 2024-03-14 📅 作成日 2021-10-26
245
Denys88/rl_games

RLの実装

Denys88
⭐ 1,409 Jupyter Notebook 👤 Denys88 User 🕐 更新日時 2026-11-21 📅 作成日 2019-01-13
246
opendilab/awesome-model-based-RL

素晴らしいモデルベースRLリソースのキュレーションリスト(継続的に更新)

opendilab
⭐ 1,407 👤 opendilab Organization 🕐 更新日時 2026-10-27 📅 作成日 2021-12-28
247
McGill-NLP/webllama

指示に従ってウェブを閲覧し、ユーザーと会話できる Llama-3 エージェント

McGill-NLP
⭐ 1,396 Python 👤 McGill-NLP Organization 🕐 更新日時 2026-08-16 📅 作成日 2024-04-19
248
Agent-RL/ReCall

ReSearch: 強化学習によるLLMのための検索を用いた推論学習 & ReCall: 強化学習によるLLMのためのツール呼び出しを用いた推論学習

Agent-RL
⭐ 1,386 Python 👤 Agent-RL Organization 🕐 更新日時 2025-05-16 📅 作成日 2025-03-03
249
ikatsov/tensor-house

企業ユースケースのための参照JupyterノートブックとデモAI/MLアプリケーションのコレクション:マーケティング、価格設定、サプライチェーン、智能製造など。

ikatsov
⭐ 1,382 Jupyter Notebook 👤 ikatsov User 🕐 更新日時 2024-01-24 📅 作成日 2017-11-24
250
PetoiCamp/OpenCat-Old

STEM教育とAI強化サービス向けの、プログラム可能で機動性の高いロボット猫。

PetoiCamp
⭐ 1,381 C++ 👤 PetoiCamp Organization 🕐 更新日時 2026-11-18 📅 作成日 2018-03-09