#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
401
coderonion/awesome-llm-and-aigc
🚀🚀🚀大規模言語モデル(LLM)、ビジョン言語モデル(VLM)、ビジョン言語アクション(VLA)、AI生成コンテンツ(AIGC)に関する素晴らしい公開プロジェクトのコレクション、および関連するデータセットとアプリケーション。
⭐ 810
👤 coderonion User
🕐 更新日時 2025-08-01
📅 作成日 2023-02-15
406
huggingface/Repo2RLEnv
あらゆるリポジトリをコーディングエージェント向けの検証可能なRL環境に変換——Harborのタスクを使って学習・評価し、Hugging Face Hubで共有できます
412
SUFE-AIFLM-Lab/Fin-R1
Fin-R1は、上海財経大学統計・データ科学学院のSUFE-AIFLM-LabとFinStep.AIの共同努力により開発され、オープンソース化された、複雑な金融推論のための大規模言語モデルです。
⭐ 789
👤 SUFE-AIFLM-Lab User
🕐 更新日時 2025-03-27
📅 作成日 2025-03-11
417
JuliaPOMDP/POMDPs.jl
Julia における MDPs と POMDPs - 離散および連続空間上の完全および部分観測可能マルコフ決定過程を定義、解決、シミュレーションするためのインターフェース。
421
lafmdp/Awesome-Papers-Autonomous-Agent
自律エージェント構築に関する最近の論文集。RLベース/LLMベースのエージェントの2つのトピックが含まれています。
⭐ 758
👤 lafmdp User
🕐 更新日時 2026-04-23
📅 作成日 2023-10-18
⭐ 756
👤 cobanov User
🕐 更新日時 2026-11-14
📅 作成日 2026-09-12
426
google-deepmind/disco_rl
Nature掲載論文「Discovering State-of-the-art Reinforcement Algorithms」の付随コード
431
Stable-Baselines-Team/stable-baselines3-contrib
Stable-Baselines3 用 Contrib パッケージ - 実験的な強化学習 (RL) コード
⭐ 730
👤 opendilab Organization
🕐 更新日時 2026-05-21
📅 作成日 2022-08-06
441
dickreuter/neuron_poker
テキサスホールデム OpenAI Gym ポーカー環境で、keras-rl ベースの強化学習。仮想レンダリングとモンテカルロによるエクイティ計算を含みます。
⭐ 719
👤 luweiagi User
🕐 更新日時 2026-10-14
📅 作成日 2020-05-23
⭐ 716
👤 RealXiaoze User
🕐 更新日時 2026-11-19
📅 作成日 2026-07-19