#reinforcement-learning-algorithms Repositórios
Descubra 22 repositórios ativos de código aberto no GitHub marcados com #reinforcement-learning-algorithms, acumulando um total de 40,586 estrelas (uma média de 1,844 por projeto). O líder deste tópico é DLR-RM/stable-baselines3, com 14,037 estrelas.
22 repositórios no total
Versão PyTorch do Stable Baselines, implementações confiáveis de algoritmos de aprendizado por reforço.
Repositório para o programa Nanodegree de Aprendizado por Reforço Profundo
OpenDILab Decision AI Engine. O Framework de Aprendizado por Reforço Mais Abrangente B.P.
Implementação mínima do objetivo recortado Proximal Policy Optimization (PPO) em PyTorch
Uma lista selecionada de recursos incríveis de RL baseada em modelos (continuamente atualizada)
Deep-Reinforcement-Learning-Hands-On-Second-Edition, publicado pela Packt
Uma implementação PPO simples e bem estilizada. Baseada na minha série do Medium: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.
Uma lista curada de recursos do Decision Transformer (continuamente atualizada)
MDPs e POMDPs em Julia - Uma interface para definir, resolver e simular processos de decisão de Markov totalmente e parcialmente observáveis em espaços discretos e contínuos.
Código complementar para a publicação na Nature "Discovering State-of-the-art Reinforcement Algorithms"
Pacote Contrib para Stable-Baselines3 - Código experimental de aprendizado por reforço (RL)
Código para o artigo "Otimização do Descarregamento de Computação para Computação de Borda Móvel Assistida por UAV: Uma Abordagem de Gradiente de Política Determinística Profunda"
Uma lista selecionada de recursos incríveis de AR de exploração (continuamente atualizada)
Uma lista selecionada de artigos sobre busca em árvores de Monte Carlo com implementações.
O Pacote Python de Processo Completo para Aprendizagem de Robô a Partir de Demonstração e Manipulação de Robô
Tradução chinesa de 《Aprendizado por reforço: Uma introdução》 (segunda edição)
Este é um projeto sobre o algoritmo autônomo de evasão de obstáculos de aprendizado por reforço profundo para VANTs.
Uma biblioteca PyTorch para construir agentes de aprendizado por reforço profundo.
[ICLR 2026] Código oficial do TraceRL: Revolucionando o pós‑treinamento para LLMs de difusão, impulsionando a série SOTA TraDo.
Perguntas Frequentes
Qual é o repositório de #reinforcement-learning-algorithms mais popular no GitHub?
O projeto de código aberto de #reinforcement-learning-algorithms mais bem classificado no GitHub é DLR-RM/stable-baselines3, com 14,037 estrelas. Versão PyTorch do Stable Baselines, implementações confiáveis de algoritmos de aprendizado por reforço.
Quais linguagens de programação são mais usadas nos repositórios de #reinforcement-learning-algorithms?
Entre os projetos de #reinforcement-learning-algorithms mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Julia.
Como é calculada a classificação dos repositórios de #reinforcement-learning-algorithms?
Acompanhamos 22 repositórios ativos de código aberto marcados com #reinforcement-learning-algorithms (com mais de 500 estrelas), totalizando 40,586 estrelas e uma média de 1,844 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.