#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
352
learnsyslab/safe-control-gym
CasADiシンボリック事前ダイナミクスを備えたPyBullet CartPoleおよびQuadrotor環境—学習ベースの制御とRL用
357
chrisliu298/awesome-on-policy-distillation
大規模言語モデルのオン・ポリシー蒸留(OPD)に関する論文、技術レポート、フレームワーク、ツールの厳選コレクション
⭐ 926
👤 chrisliu298 User
🕐 更新日時 2026-10-06
📅 作成日 2026-03-22
⭐ 925
👤 datamllab Organization
🕐 更新日時 2024-06-26
📅 作成日 2019-10-19
361
mbreuss/diffusion-literature-for-robotics
トピックについて学ぶための拡散モデルに関する主要な論文とブログの概要。公開されたすべての拡散ロボット工学論文の詳細なリスト。
⭐ 923
👤 mbreuss User
🕐 更新日時 2026-09-22
📅 作成日 2022-11-02
⭐ 921
👤 opendilab Organization
🕐 更新日時 2026-05-21
📅 作成日 2022-08-01
364
microsoft/maro
Multi-Agent Resource Optimization (MARO) プラットフォームは、実世界の資源最適化問題のための Reinforcement Learning as a Service (RaaS) のインスタンスです。
⭐ 916
👤 Amin-Tgz User
🕐 更新日時 2026-09-28
📅 作成日 2019-09-19
⭐ 895
👤 kengz User
🕐 更新日時 2025-07-13
📅 作成日 2019-08-17
⭐ 891
👤 Denghaoyuan123 User
🕐 更新日時 2026-05-18
📅 作成日 2025-11-13
⭐ 878
👤 CharlesQ9 User
🕐 更新日時 2025-08-30
📅 作成日 2025-04-30
⭐ 874
👤 open-thought Organization
🕐 更新日時 2025-03-16
📅 作成日 2024-08-03
383
Purewhiter/mobilegym
[EMNLP 2026] MobileGym: モバイル GUI エージェント研究のための検証可能かつ高度に並行化されたシミュレーションプラットフォーム · ブラウザ上で動作する Android シミュレータ · 検証可能な評価 · スケーラブルなオンライン強化学習(RL)トレーニング
⭐ 833
👤 iLearn-Lab Organization
🕐 更新日時 2026-07-13
📅 作成日 2025-03-12
⭐ 812
👤 ByteDance-Seed Organization
🕐 更新日時 2025-06-09
📅 作成日 2025-04-10