Git Stars Git Stars

#rl リポジトリ

#rlのタグが付いた、GitHub上の47件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は119,707個で、プロジェクトあたりの平均は2,546個です。このトピックをリードしているのは、14,712個のスターを獲得しているLlamaChinese/Llama-Chineseです。

47
リポジトリ総数
119,707
合計スター数
2,546
リポジトリあたりの平均スター数

リポジトリ合計47件

1
LlamaChinese/Llama-Chinese

Llama中国コミュニティ、最新のLlama学習資料をリアルタイムで集約し、最高の中国語Llama大規模モデルオープンソースエコシステムを構築、完全なオープンソースで商用利用可能

LlamaChinese
⭐ 14,712 Python 👤 LlamaChinese Organization 🕐 更新日時 2025-04-06 📅 作成日 2023-07-19
2
thu-ml/tianshou

エレガントな PyTorch 深層強化学習ライブラリ。

thu-ml
⭐ 11,056 Python 👤 thu-ml Organization 🕐 更新日時 2026-04-03 📅 作成日 2018-04-16
3
google/dopamine

Dopamine は、強化学習アルゴリズムの高速プロトタイピングのための研究フレームワークです。

google
⭐ 10,934 Jupyter Notebook 👤 google Organization 🕐 更新日時 2026-11-12 📅 作成日 2018-07-26
4
OpenPipe/ART

エージェント強化学習トレーナー:GRPOを使用して、実世界のタスクに向けたマルチステップエージェントをトレーニングします。エージェントにオン・ザ・ジョブ・トレーニングを提供しましょう。Qwen3.6、GPT-OSS、Llamaなどのための強化学習!

OpenPipe
⭐ 10,866 Python 👤 OpenPipe Organization 🕐 更新日時 2026-11-19 📅 作成日 2025-03-10
5
areal-project/AReaL

LLMベースのエージェントアプリケーションのためのRLブリッジ。シンプルで柔軟。

areal-project
⭐ 5,926 Python 👤 areal-project Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-02-24
6
hiyouga/EasyR1

EasyR1: veRLに基づく効率的でスケーラブルなマルチモーダルRLトレーニングフレームワーク

hiyouga
⭐ 5,218 Python 👤 hiyouga User 🕐 更新日時 2026-11-08 📅 作成日 2025-02-22
7
walkinglabs/hands-on-modern-rl

🚀 オープンソースのハンズオンカリキュラムで、基本的なRL概念からLLMアライメント、RLVR、高度なAgenticシステムまでのギャップを埋めます。

walkinglabs
⭐ 4,936 Jupyter Notebook 👤 walkinglabs Organization 🕐 更新日時 2026-10-23 📅 作成日 2026-04-10
8
kubernetes-sigs/agent-sandbox

agent-sandbox は、分離されたステートフルなシングルトンワークロードを簡単に管理でき、AI エージェントのランタイムや強化学習(RL)などのユースケースに最適です。

kubernetes-sigs
⭐ 4,673 Go 👤 kubernetes-sigs Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-08-12
9
pytorch/rl

Reinforcement Learningのための、モジュール式、プリミティブ優先、Python優先のPyTorchライブラリ。

pytorch
⭐ 3,640 Python 👤 pytorch Organization 🕐 更新日時 2026-11-21 📅 作成日 2022-02-01
10
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
11
datawhalechina/diy-llm

事前学習データ、トークナイザー、Transformer、MoE、分散学習、スケーリング則、推論、アライメントを網羅。LLMをフルスタックで学ぶための段階的なコーディング課題6問。

datawhalechina
⭐ 3,035 Jupyter Notebook 👤 datawhalechina Organization 🕐 更新日時 2026-11-20 📅 作成日 2025-11-24
12
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
13
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
⭐ 2,877 Python 👤 werner-duvaud User 🕐 更新日時 2026-11-16 📅 作成日 2019-12-27
15
TsinghuaC3I/Awesome-RL-for-LRMs

大規模推論モデルのための強化学習に関する調査

TsinghuaC3I
⭐ 2,503 TeX 👤 TsinghuaC3I Organization 🕐 更新日時 2026-11-18 📅 作成日 2025-03-20
16
FareedKhan-dev/all-rl-algorithms

すべてのRLアルゴリズムをより簡単な方法で実装する

FareedKhan-dev
⭐ 2,004 Jupyter Notebook 👤 FareedKhan-dev User 🕐 更新日時 2026-11-16 📅 作成日 2025-03-30
17
PRIME-RL/SimpleVLA-RL

[ICLR 2026] SimpleVLA-RL:強化学習を用いたVLAトレーニングのスケーリング

PRIME-RL
⭐ 1,916 Python 👤 PRIME-RL Organization 🕐 更新日時 2026-01-06 📅 作成日 2025-05-25
18
PRIME-RL/PRIME

言語モデルの高度な推論のためのスケーラブルなRLソリューション

PRIME-RL
⭐ 1,861 Python 👤 PRIME-RL Organization 🕐 更新日時 2025-03-18 📅 作成日 2024-12-31
19
zzli2022/Awesome-System2-Reasoning-LLM

システム2推論における最新の進歩

zzli2022
⭐ 1,351 Python 👤 zzli2022 User 🕐 更新日時 2025-06-08 📅 作成日 2025-02-09
20
sail-sg/understand-r1-zero

R1-Zeroライク・トレーニングの理解:批判的視点

sail-sg
⭐ 1,273 Python 👤 sail-sg Organization 🕐 更新日時 2025-08-27 📅 作成日 2025-03-19
21
lasgroup/SDPO

自己蒸留による強化学習 (SDPO)

lasgroup
⭐ 1,152 Python 👤 lasgroup Organization 🕐 更新日時 2026-07-01 📅 作成日 2026-01-24
23
PRIME-RL/TTRL

[NeurIPS 2025] TTRL: テスト時の強化学習

PRIME-RL
⭐ 1,135 Python 👤 PRIME-RL Organization 🕐 更新日時 2026-04-15 📅 作成日 2025-04-23
24
JudgmentLabs/judgeval

エージェントのための継続的改善スタック。当社の環境データと評価は、エージェントの改善と監視を強化します。

JudgmentLabs
⭐ 1,073 Python 👤 JudgmentLabs Organization 🕐 更新日時 2026-11-19 📅 作成日 2024-10-25
25
worldbench/DiffusionOPSD

🔥 拡散モデルにおけるオンポリシー自己蒸留

worldbench
⭐ 1,057 Python 👤 worldbench Organization 🕐 更新日時 2026-10-12 📅 作成日 2026-07-29
26
tensorlakeai/tensorlake

Tensorlakeは、サンドボックスおよびバックグラウンドのエージェントアプリケーションのデプロイのためのサーバーレスランタイムです

tensorlakeai
⭐ 1,047 Rust 👤 tensorlakeai Organization 🕐 更新日時 2026-11-13 📅 作成日 2024-11-15
27
tingaicompass/AI-Compass

"AI-Compass"は、コミュニティにAI技術の海を航行する方向を示します。初心者でも上級開発者でも、ここでAIの主要な方向への道筋を見つけることができます。開発者がAIの核となる概念、主流技術、最先端トレンドを体系的に理解し、実践を通じて理論から実装までの全プロセスを習得できるよう支援することを目的としています。

tingaicompass
⭐ 1,000 Python 👤 tingaicompass User 🕐 更新日時 2026-11-20 📅 作成日 2025-05-27
28
derisk-ai/OpenDerisk

AIネイティブ・リスクインテリジェンス・システム、OpenDeRisk – アプリケーション・システム・リスク・インテリジェント・マネージャーが、年中無休24時間体制で包括的かつ詳細な保護を提供します。

derisk-ai
⭐ 986 Python 👤 derisk-ai Organization 🕐 更新日時 2026-09-17 📅 作成日 2025-04-23
29
MushroomRL/mushroom-rl

強化学習のためのPythonライブラリ。

MushroomRL
⭐ 946 Python 👤 MushroomRL Organization 🕐 更新日時 2026-11-20 📅 作成日 2017-02-25
30
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

chrisliu298
⭐ 926 👤 chrisliu298 User 🕐 更新日時 2026-10-06 📅 作成日 2026-03-22
31
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

Purewhiter
⭐ 872 Python 👤 Purewhiter User 🕐 更新日時 2026-11-16 📅 作成日 2026-05-14
32
zeroth-robotics/zeroth-bot

Sim-to-RealおよびRL用の3Dプリントオープンソースヒューマノイドロボットプラットフォーム

zeroth-robotics
⭐ 785 👤 zeroth-robotics Organization 🕐 更新日時 2025-05-24 📅 作成日 2024-09-03
33
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

Stable-Baselines-Team
⭐ 745 Python 👤 Stable-Baselines-Team Organization 🕐 更新日時 2026-10-26 📅 作成日 2020-09-20
34
rlresearch/dr-tulu

DR Tulu の公式リポジトリ: 深層研究のための進化するルーブリックによる強化学習

rlresearch
⭐ 729 Python 👤 rlresearch Organization 🕐 更新日時 2026-10-09 📅 作成日 2025-11-18
35
benedekrozemberczki/awesome-monte-carlo-tree-search-papers

実装付きのモンテカルロ木探索論文のキュレーションされたリスト。

benedekrozemberczki
⭐ 717 Python 👤 benedekrozemberczki User 🕐 更新日時 2026-01-13 📅 作成日 2019-11-22
36
utilForever/RosettaStone

C++ を使用した Hearthstone シミュレーター、少量の強化学習付き

utilForever
⭐ 689 C++ 👤 utilForever User 🕐 更新日時 2026-11-21 📅 作成日 2017-05-19
37
facebookresearch/BenchMARL

BenchMARLは、マルチエージェント強化学習(MARL)のベンチマークライブラリです。BenchMARLを使用すると、再現性と標準化という2つのコア原則に体系的に基づきながら、さまざまなMARLアルゴリズム、タスク、モデルを迅速に比較できます。

facebookresearch
⭐ 687 Python 👤 facebookresearch Organization 🕐 更新日時 2026-02-07 📅 作成日 2023-08-22
38
peteanderson80/Matterport3DSimulator

実際のパノラマ画像からの強化学習のためのAI研究プラットフォーム。

peteanderson80
⭐ 664 C++ 👤 peteanderson80 User 🕐 更新日時 2024-07-12 📅 作成日 2017-09-29
39
yrlu/irl-imitation

Python/TensorFlow を用いた逆強化学習 (IRL) アルゴリズムの実装。Deep MaxEnt, MaxEnt, LPIRL

yrlu
⭐ 657 Python 👤 yrlu User 🕐 更新日時 2024-05-10 📅 作成日 2017-05-24
40
LightChen233/Awesome-Long-Chain-of-Thought-Reasoning

長思考連鎖推論における最新の進歩

LightChen233
⭐ 644 👤 LightChen233 User 🕐 更新日時 2025-07-18 📅 作成日 2025-03-13
41
neptune-ai/neptune-client

📘 基礎モデル訓練のための実験トラッカー

neptune-ai
⭐ 623 Python 👤 neptune-ai Organization 🕐 更新日時 2026-03-17 📅 作成日 2019-02-11
42
legubiao/quadruped_ros2_control

四足ロボットのためのROS2-Control実装、sim2realを含む

legubiao
⭐ 588 C++ 👤 legubiao User 🕐 更新日時 2026-02-22 📅 作成日 2024-09-09
43
facebookresearch/meta-agents-research-environments

Meta Agents Research Environmentsは、動的で現実的なシナリオにおいてAIエージェントを評価するために設計された包括的なプラットフォームです。静的なベンチマークとは異なり、このプラットフォームは、新しい情報が入手可能になるにつれてエージェントが戦略を適応させる必要がある進化する環境を導入しており、現実世界の課題を反映しています。

facebookresearch
⭐ 581 Python 👤 facebookresearch Organization 🕐 更新日時 2026-09-30 📅 作成日 2025-09-11
44
LucasAlegre/morl-baselines

多目的強化学習アルゴリズムの実装。

LucasAlegre
⭐ 545 Python 👤 LucasAlegre User 🕐 更新日時 2026-09-21 📅 作成日 2022-07-22
45
OpenBMB/DeepThinkVLA

DeepThinkVLA: 視覚-言語-行動モデルの推論能力の強化

OpenBMB
⭐ 535 Python 👤 OpenBMB Organization 🕐 更新日時 2026-09-08 📅 作成日 2025-10-13
46
axon-rl/gem

エージェント型LLMのためのジム

axon-rl
⭐ 519 Python 👤 axon-rl Organization 🕐 更新日時 2026-01-21 📅 作成日 2025-05-27
47
NVlabs/GDPO

GDPOの公式実装:複数報酬強化学習の最適化のためのグループ報酬分離正規化ポリシー最適化

NVlabs
⭐ 517 Python 👤 NVlabs Organization 🕐 更新日時 2026-05-20 📅 作成日 2025-12-09

よくある質問

1

GitHubで最も人気のある#rlリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#rlプロジェクトは、14,712個のスターを獲得しているLlamaChinese/Llama-Chineseです。Llama中国コミュニティ、最新のLlama学習資料をリアルタイムで集約し、最高の中国語Llama大規模モデルオープンソースエコシステムを構築、完全なオープンソースで商用利用可能

2

#rlリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#rlプロジェクトでは、Python, Jupyter Notebook, C++, Goが最も一般的なプログラミング言語です。

3

#rlリポジトリのランキングはどのように算出されていますか?

#rlのタグが付いた47件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は119,707個で、リポジトリあたりの平均は2,546個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。