Git Stars Git Stars

#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
Total de Repositórios
40,586
Total de estrelas
1,844
Média de Estrelas/Repositório
Linguagens de programação: Python Jupyter Notebook Julia

22 repositórios no total

1
DLR-RM/stable-baselines3

Versão PyTorch do Stable Baselines, implementações confiáveis de algoritmos de aprendizado por reforço.

DLR-RM
⭐ 14,037 Python 👤 DLR-RM Organization 🕐 Atualizado 2026-10-26 📅 Criado 2020-05-05
2
udacity/deep-reinforcement-learning

Repositório para o programa Nanodegree de Aprendizado por Reforço Profundo

udacity
⭐ 5,181 Jupyter Notebook 👤 udacity Organization 🕐 Atualizado 2026-07-08 📅 Criado 2018-07-06
3
opendilab/DI-engine

OpenDILab Decision AI Engine. O Framework de Aprendizado por Reforço Mais Abrangente B.P.

opendilab
⭐ 3,645 Python 👤 opendilab Organization 🕐 Atualizado 2025-12-07 📅 Criado 2021-07-04
4
nikhilbarhate99/PPO-PyTorch

Implementação mínima do objetivo recortado Proximal Policy Optimization (PPO) em PyTorch

nikhilbarhate99
⭐ 2,279 Python 👤 nikhilbarhate99 User 🕐 Atualizado 2024-07-09 📅 Criado 2018-09-27
5
opendilab/awesome-model-based-RL

Uma lista selecionada de recursos incríveis de RL baseada em modelos (continuamente atualizada)

opendilab
⭐ 1,407 👤 opendilab Organization 🕐 Atualizado 2026-10-27 📅 Criado 2021-12-28
6
PacktPublishing/Deep-Reinforcement-Learning-Hands-On-Second-Edition

Deep-Reinforcement-Learning-Hands-On-Second-Edition, publicado pela Packt

PacktPublishing
⭐ 1,268 Jupyter Notebook 👤 PacktPublishing Organization 🕐 Atualizado 2024-04-04 📅 Criado 2019-07-03
7
ericyangyu/PPO-for-Beginners

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.

ericyangyu
⭐ 1,184 Python 👤 ericyangyu User 🕐 Atualizado 2024-10-01 📅 Criado 2020-09-04
9
luchris429/purejaxrl

Implementações de Jax RL End-to-End Realmente Rápidas

luchris429
⭐ 1,007 Python 👤 luchris429 User 🕐 Atualizado 2024-09-09 📅 Criado 2023-02-25
10
opendilab/awesome-decision-transformer

Uma lista curada de recursos do Decision Transformer (continuamente atualizada)

opendilab
⭐ 921 👤 opendilab Organization 🕐 Atualizado 2026-05-21 📅 Criado 2022-08-01
12
JuliaPOMDP/POMDPs.jl

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.

JuliaPOMDP
⭐ 771 Julia 👤 JuliaPOMDP Organization 🕐 Atualizado 2026-11-15 📅 Criado 2015-06-23
13
google-deepmind/disco_rl

Código complementar para a publicação na Nature "Discovering State-of-the-art Reinforcement Algorithms"

google-deepmind
⭐ 753 Python 👤 google-deepmind Organization 🕐 Atualizado 2025-12-02 📅 Criado 2025-07-24
14
Stable-Baselines-Team/stable-baselines3-contrib

Pacote Contrib para Stable-Baselines3 - Código experimental de aprendizado por reforço (RL)

Stable-Baselines-Team
⭐ 745 Python 👤 Stable-Baselines-Team Organization 🕐 Atualizado 2026-10-26 📅 Criado 2020-09-20
15
fangvv/UAV-DDPG

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"

fangvv
⭐ 731 Python 👤 fangvv User 🕐 Atualizado 2026-10-08 📅 Criado 2021-05-02
16
opendilab/awesome-exploration-rl

Uma lista selecionada de recursos incríveis de AR de exploração (continuamente atualizada)

opendilab
⭐ 730 👤 opendilab Organization 🕐 Atualizado 2026-05-21 📅 Criado 2022-08-06
17
benedekrozemberczki/awesome-monte-carlo-tree-search-papers

Uma lista selecionada de artigos sobre busca em árvores de Monte Carlo com implementações.

benedekrozemberczki
⭐ 717 Python 👤 benedekrozemberczki User 🕐 Atualizado 2026-01-13 📅 Criado 2019-11-22
18
Skylark0924/Rofunc

O Pacote Python de Processo Completo para Aprendizagem de Robô a Partir de Demonstração e Manipulação de Robô

Skylark0924
⭐ 710 Python 👤 Skylark0924 User 🕐 Atualizado 2025-05-19 📅 Criado 2022-06-08
19
qiwihui/reinforcement-learning-an-introduction-chinese

Tradução chinesa de 《Aprendizado por reforço: Uma introdução》 (segunda edição)

qiwihui
⭐ 701 Python 👤 qiwihui User 🕐 Atualizado 2026-09-30 📅 Criado 2019-02-21
20
ZYunfeii/UAV_Obstacle_Avoiding_DRL

Este é um projeto sobre o algoritmo autônomo de evasão de obstáculos de aprendizado por reforço profundo para VANTs.

ZYunfeii
⭐ 656 Python 👤 ZYunfeii User 🕐 Atualizado 2024-01-19 📅 Criado 2021-05-27
21
cpnota/autonomous-learning-library

Uma biblioteca PyTorch para construir agentes de aprendizado por reforço profundo.

cpnota
⭐ 653 Python 👤 cpnota User 🕐 Atualizado 2024-03-17 📅 Criado 2018-11-07
22
Gen-Verse/dLLM-RL

[ICLR 2026] Código oficial do TraceRL: Revolucionando o pós‑treinamento para LLMs de difusão, impulsionando a série SOTA TraDo.

Gen-Verse
⭐ 524 Python 👤 Gen-Verse Organization 🕐 Atualizado 2026-01-28 📅 Criado 2025-08-26

Perguntas Frequentes

1

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.

2

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.

3

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.