Git Stars Git Stars

#reinforcement-learning Repositórios

563
Total de Repositórios
2.1M
Total de estrelas
3,717
Média de Estrelas/Repositório
Linguagens de programação: Python Jupyter Notebook TypeScript

564 repositórios no total

351
instadeepai/Mava

🦁 Uma base de código amigável à pesquisa para experimentação rápida de aprendizado por reforço multiagente em JAX

instadeepai
⭐ 939 Python 👤 instadeepai Organization 🕐 Atualizado 2026-11-06 📅 Criado 2021-03-30
352
learnsyslab/safe-control-gym

Ambientes CartPole e Quadrotor do PyBullet — com dinâmicas simbólicas a priori CasADi — para controle e RL baseados em aprendizado.

learnsyslab
⭐ 937 Python 👤 learnsyslab Organization 🕐 Atualizado 2026-04-29 📅 Criado 2021-08-04
353
OSU-NLP-Group/GUI-Agents-Paper-List

Lista Incrível de Artigos sobre Agentes GUI

OSU-NLP-Group
⭐ 934 TypeScript 👤 OSU-NLP-Group Organization 🕐 Atualizado 2026-11-17 📅 Criado 2024-10-30
354
yongliang-wu/DFT

[ICLR 2026] Sobre a generalização de SFT: Uma perspectiva de aprendizado por reforço com retificação de recompensas.

yongliang-wu
⭐ 932 Python 👤 yongliang-wu User 🕐 Atualizado 2026-08-01 📅 Criado 2025-08-01
355
PacktPublishing/Modern-Computer-Vision-with-PyTorch

Visão Computacional Moderna com PyTorch, publicado pela Packt

PacktPublishing
⭐ 932 Jupyter Notebook 👤 PacktPublishing Organization 🕐 Atualizado 2026-03-02 📅 Criado 2019-04-03
356
Open-X-Humanoid/TienKung-Lab

Tien Kung-Lab: Fluxo de Trabalho Direto IsaacLab para Robôs com Pernas

Open-X-Humanoid
⭐ 927 Python 👤 Open-X-Humanoid Organization 🕐 Atualizado 2026-10-23 📅 Criado 2025-07-03
357
chrisliu298/awesome-on-policy-distillation

Uma coleção curada de artigos, relatórios técnicos, frameworks e ferramentas para destilação on-policy (OPD) de grandes modelos de linguagem

chrisliu298
⭐ 926 👤 chrisliu298 User 🕐 Atualizado 2026-10-06 📅 Criado 2026-03-22
358
tencent-ailab/hok_env

Ambiente Aberto de IA de Honor of Kings da Tencent

tencent-ailab
⭐ 925 Python 👤 tencent-ailab User 🕐 Atualizado 2026-05-18 📅 Criado 2022-06-08
359
datamllab/awesome-game-ai

Materiais Incríveis de IA para Jogos sobre Aprendizagem por Reforço Multiagente

datamllab
⭐ 925 👤 datamllab Organization 🕐 Atualizado 2024-06-26 📅 Criado 2019-10-19
360
ai4co/rl4co

Uma biblioteca PyTorch para tudo relacionado a Aprendizado por Reforço (RL) para Otimização Combinatória (OC)

ai4co
⭐ 924 Python 👤 ai4co Organization 🕐 Atualizado 2026-09-14 📅 Criado 2023-02-23
361
mbreuss/diffusion-literature-for-robotics

Resumo de artigos e blogs chave sobre modelos de difusão para aprender sobre o tópico. Lista detalhada de todos os artigos publicados sobre robótica de difusão.

mbreuss
⭐ 923 👤 mbreuss User 🕐 Atualizado 2026-09-22 📅 Criado 2022-11-02
362
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
363
alfworld/alfworld

ALFWorld: Alinhando Texto e Ambientes Corporificados para Aprendizado Interativo

alfworld
⭐ 921 Python 👤 alfworld User 🕐 Atualizado 2026-02-08 📅 Criado 2020-10-13
364
microsoft/maro

A plataforma Multi-Agent Resource Optimization (MARO) é uma instância de Reinforcement Learning as a Service (RaaS) para problemas de otimização de recursos do mundo real.

microsoft
⭐ 920 Python 👤 microsoft Organization 🕐 Atualizado 2025-04-24 📅 Criado 2019-12-27
365
THUDM/AutoWebGLM

Um Agente de Navegação Web baseado em LLM (KDD'24)

THUDM
⭐ 917 Python 👤 THUDM Organization 🕐 Atualizado 2024-09-27 📅 Criado 2024-04-03
366
Amin-Tgz/awesome-CARLA

👉 Recursos da CARLA como tutorial, blog, código e etc https://github.com/carla-simulator/carla

Amin-Tgz
⭐ 916 👤 Amin-Tgz User 🕐 Atualizado 2026-09-28 📅 Criado 2019-09-19
367
eureka-research/DrEureka

Repositório Oficial para "DrEureka: Language Model Guided Sim-To-Real Transfer" (RSS 2024)

eureka-research
⭐ 912 Python 👤 eureka-research Organization 🕐 Atualizado 2024-08-26 📅 Criado 2024-05-03
368
MolecularAI/REINVENT4

Ferramenta de design molecular de IA para design de novo, reposicionamento de esqueleto, substituição de grupo R, design de ligantes e otimização de moléculas.

MolecularAI
⭐ 910 Python 👤 MolecularAI Organization 🕐 Atualizado 2026-11-06 📅 Criado 2023-10-20
369
Kautenja/gym-super-mario-bros

Ambientes Gymnasium para jogos do Mario no NES, com metadados de tarefas, instrumentação de recompensas e interfaces de avaliação reproduzíveis.

Kautenja
⭐ 910 Python 👤 Kautenja User 🕐 Atualizado 2026-09-30 📅 Criado 2018-04-24
370
Farama-Foundation/Shimmy

Bindings do PettingZoo e do Gymnasium para ambientes populares de aprendizagem por reforço fora da Farama

Farama-Foundation
⭐ 906 Python 👤 Farama-Foundation Organization 🕐 Atualizado 2026-11-12 📅 Criado 2022-10-06
371
vwxyzjn/ppo-implementation-details

O código-fonte para o artigo de blog Os 37 Detalhes de Implementação da Otimização de Política Proximal

vwxyzjn
⭐ 903 Python 👤 vwxyzjn User 🕐 Atualizado 2024-03-23 📅 Criado 2022-01-14
372
the-deep-learners/TensorFlow-LiveLessons

"Deep Learning with TensorFlow" LiveLessons

the-deep-learners
⭐ 903 Jupyter Notebook 👤 the-deep-learners Organization 🕐 Atualizado 2024-08-20 📅 Criado 2017-04-18
373
amazon-far/TWIST2

[arXiv 2025] TWIST2: Sistema de Coleta de Dados para Humanoides Escalável, Portátil e Holístico

amazon-far
⭐ 902 Python 👤 amazon-far Organization 🕐 Atualizado 2026-09-23 📅 Criado 2025-11-05
374
tulerfeng/Video-R1

Video-R1: Reforçando o Raciocínio de Vídeo em MLLMs [🔥o primeiro artigo a explorar o R1 para vídeo]

tulerfeng
⭐ 900 Python 👤 tulerfeng User 🕐 Atualizado 2025-12-14 📅 Criado 2025-02-22
375
kengz/awesome-deep-rl

Uma lista selecionada de ótimos recursos de Aprendizagem por Reforço Profundo.

kengz
⭐ 895 👤 kengz User 🕐 Atualizado 2025-07-13 📅 Criado 2019-08-17
376
Denghaoyuan123/Awesome-RL-VLA

Uma pesquisa sobre o aprendizado por reforço de modelos Visão-Linguagem-Ação para manipulação robótica

Denghaoyuan123
⭐ 891 👤 Denghaoyuan123 User 🕐 Atualizado 2026-05-18 📅 Criado 2025-11-13
377
bold-lab-ai/JaxMARL

Aprendizagem por Reforço Multiagente com JAX

bold-lab-ai
⭐ 879 Python 👤 bold-lab-ai Organization 🕐 Atualizado 2026-11-20 📅 Criado 2023-03-27
379
instadeepai/jumanji

🕹️ Um conjunto diversificado de ambientes escaláveis de aprendizado por reforço em JAX

instadeepai
⭐ 877 Python 👤 instadeepai Organization 🕐 Atualizado 2026-10-16 📅 Criado 2022-08-11
380
dmarx/anthology-of-modern-ml

Coletânea de artigos importantes a serem tratados como um livro didático

dmarx
⭐ 877 Jupyter Notebook 👤 dmarx User 🕐 Atualizado 2025-08-31 📅 Criado 2021-07-14
381
NM512/dreamerv3-torch

Implementação do Dreamer v3 em PyTorch.

NM512
⭐ 875 Python 👤 NM512 User 🕐 Atualizado 2026-03-08 📅 Criado 2023-02-11
382
open-thought/system-2-research

Coleção de Links de Raciocínio do Sistema 2

open-thought
⭐ 874 👤 open-thought Organization 🕐 Atualizado 2025-03-16 📅 Criado 2024-08-03
383
Purewhiter/mobilegym

[EMNLP 2026] MobileGym: Uma plataforma de simulação verificável e altamente paralela para pesquisa de agentes de GUI móvel · Simulador de Android executado no navegador · Avaliação verificável · Treinamento escalável de RL online

Purewhiter
⭐ 872 Python 👤 Purewhiter User 🕐 Atualizado 2026-11-16 📅 Criado 2026-05-14
384
whitecircle/halo

Halo é um framework de código aberto desenvolvido pela White Circle para treinar modelos de linguagem de grande escala e modelos multimodais

whitecircle
⭐ 868 Python 👤 whitecircle Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-08-26
385
ZiyuGuo99/Image-Generation-CoT

[CVPR 2025] A Primeira Investigação de Raciocínio CoT (RL, TTS, Reflexão) na Geração de Imagens

ZiyuGuo99
⭐ 865 Python 👤 ZiyuGuo99 User 🕐 Atualizado 2026-03-19 📅 Criado 2025-01-23
386
eloialonso/iris

Transformers são Modelos de Mundo Eficientes em Amostras. ICLR 2023, notável top 5%.

eloialonso
⭐ 861 Python 👤 eloialonso User 🕐 Atualizado 2024-10-14 📅 Criado 2022-08-23
387
LeCAR-Lab/BFM-Zero

BFM_Zero: Um Modelo de Fundação Comportamental Programável para Controle de Humanoides Usando Aprendizado por Reforço Não Supervisionado

LeCAR-Lab
⭐ 844 Python 👤 LeCAR-Lab Organization 🕐 Atualizado 2026-10-21 📅 Criado 2025-11-04
388
TideDra/lmm-r1

Estender o OpenRLHF para suportar o treinamento RL de LMM para a reprodução do DeepSeek-R1 em tarefas multimodais.

TideDra
⭐ 843 Python 👤 TideDra User 🕐 Atualizado 2025-05-14 📅 Criado 2025-02-13
389
david-cortes/contextualbandits

Implementações em Python de algoritmos de bandidos contextuais

david-cortes
⭐ 842 Python 👤 david-cortes User 🕐 Atualizado 2026-10-28 📅 Criado 2018-03-27
390
OpenBMB/AgentCPM

Uma infraestrutura de ponta a ponta para treinamento e avaliação de vários agentes LLM.

OpenBMB
⭐ 835 Python 👤 OpenBMB Organization 🕐 Atualizado 2026-10-22 📅 Criado 2026-01-08
391
Calix-L/DanKS

Agente competitivo de Guandan em pequena escala potencializado por aprendizagem por reforço

Calix-L
⭐ 833 Python 👤 Calix-L User 🕐 Atualizado 2026-10-31 📅 Criado 2026-08-21
392
iLearn-Lab/VLA-Diffusion-Policy-Robotics

Fantástica coleção de recursos e artigos sobre Modelos de Difusão para Manipulação Robótica.

iLearn-Lab
⭐ 833 👤 iLearn-Lab Organization 🕐 Atualizado 2026-07-13 📅 Criado 2025-03-12
393
YanjieZe/TWIST

[CoRL 2025] TWIST: Sistema de Imitação de Corpo Inteiro Teleoperado

YanjieZe
⭐ 823 Python 👤 YanjieZe User 🕐 Atualizado 2025-11-01 📅 Criado 2025-04-30
394
irom-princeton/dppo

Implementação oficial da Otimização de Políticas de Difusão, arxiv 2024

irom-princeton
⭐ 822 Python 👤 irom-princeton Organization 🕐 Atualizado 2025-02-04 📅 Criado 2024-09-04
395
chauncygu/Safe-Reinforcement-Learning-Baselines

O repositório é para linhas de base de aprendizado por reforço seguro.

chauncygu
⭐ 816 Jupyter Notebook 👤 chauncygu User 🕐 Atualizado 2026-03-13 📅 Criado 2022-02-22
396
dhcode-cpp/X-R1

custo mínimo para treinar 0.5B R1-Zero

dhcode-cpp
⭐ 815 Python 👤 dhcode-cpp User 🕐 Atualizado 2025-05-14 📅 Criado 2025-02-11
397
SanDiegoMachineLearning/bookclub

Notas e links das reuniões do clube do livro

SanDiegoMachineLearning
⭐ 813 Jupyter Notebook 👤 SanDiegoMachineLearning Organization 🕐 Atualizado 2026-11-08 📅 Criado 2020-09-18
399
Optima-CityU/LLM4AD

LLM4AD: uma plataforma para o projeto de algoritmos com modelos de linguagem de grande porte

Optima-CityU
⭐ 811 Python 👤 Optima-CityU Organization 🕐 Atualizado 2026-11-17 📅 Criado 2024-11-26
400
MarkFzp/humanplus

[CoRL 2024] HumanPlus: Seguimento e Imitação Humanoide a Partir de Humanos

MarkFzp
⭐ 810 Python 👤 MarkFzp User 🕐 Atualizado 2024-07-01 📅 Criado 2024-06-12