Git Stars Git Stars

#reinforcement-learning Repositórios

563
Total de Repositórios
2.1M
Total de estrelas
3,717
Média de Estrelas/Repositório

564 repositórios no total

401
coderonion/awesome-llm-and-aigc

🚀🚀🚀Uma coleção de projetos públicos incríveis sobre Modelos de Linguagem Grandes (LLM), Modelos de Linguagem Visual (VLM), Ação de Linguagem Visual (VLA), Conteúdo Gerado por IA (AIGC), os Datasets e Aplicações relacionados.

coderonion
⭐ 810 👤 coderonion User 🕐 Atualizado 2025-08-01 📅 Criado 2023-02-15
402
GAIR-NLP/DeepResearcher

Escalonamento de Pesquisa Profunda via Aprendizagem por Reforço em Ambientes do Mundo Real.

GAIR-NLP
⭐ 808 Python 👤 GAIR-NLP Organization 🕐 Atualizado 2026-11-04 📅 Criado 2025-04-02
403
RobertTLange/evosax

Estratégias de Evolução em JAX 🦎

RobertTLange
⭐ 808 Python 👤 RobertTLange User 🕐 Atualizado 2026-11-20 📅 Criado 2020-12-30
405
google/ml-compiler-opt

Infraestrutura para Otimização Guiada por Aprendizado de Máquina (MLGO) no LLVM.

google
⭐ 807 Python 👤 google Organization 🕐 Atualizado 2026-11-18 📅 Criado 2020-05-28
406
huggingface/Repo2RLEnv

Transforme qualquer repositório em ambientes de RL verificáveis para agentes de programação — tarefas do Harbor que você pode usar para treinar, avaliar e compartilhar no Hugging Face Hub

huggingface
⭐ 804 Python 👤 huggingface Organization 🕐 Atualizado 2026-11-16 📅 Criado 2026-05-05
407
OpenRL-Lab/openrl

Estrutura Unificada de Aprendizagem por Reforço

OpenRL-Lab
⭐ 802 Python 👤 OpenRL-Lab Organization 🕐 Atualizado 2024-09-06 📅 Criado 2023-04-12
408
robotlearning123/awesome-isaac-gym

Uma lista selecionada de frameworks, artigos, softwares e recursos incríveis do NVIDIA Issac Gym

robotlearning123
⭐ 800 Python 👤 robotlearning123 User 🕐 Atualizado 2026-10-16 📅 Criado 2021-08-07
409
pipiku915/FinMem-LLM-StockTrading

FinMem: Um Agente de Negociação LLM Aprimorado em Desempenho com Memória em Camadas e Design de Personagem

pipiku915
⭐ 798 Python 👤 pipiku915 User 🕐 Atualizado 2024-08-18 📅 Criado 2023-12-01
410
google-deepmind/reverb

Reverb é um sistema de armazenamento e transporte de dados eficiente e fácil de usar, projetado para pesquisa em aprendizado de máquina

google-deepmind
⭐ 796 C++ 👤 google-deepmind Organization 🕐 Atualizado 2026-10-26 📅 Criado 2020-05-01
411
LumingSun/ML4DB-paper-list

Artigos para sistemas de banco de dados impulsionados por inteligência artificial (aprendizado de máquina para banco de dados)

LumingSun
⭐ 793 Python 👤 LumingSun User 🕐 Atualizado 2026-11-16 📅 Criado 2019-09-10
412
SUFE-AIFLM-Lab/Fin-R1

Fin-R1 é um modelo de linguagem grande para raciocínio financeiro complexo, desenvolvido e de código aberto através dos esforços conjuntos do SUFE-AIFLM-Lab na Escola de Estatística e Ciência de Dados da Universidade de Finanças e Economia de Xangai e FinStep.AI.

SUFE-AIFLM-Lab
⭐ 789 👤 SUFE-AIFLM-Lab User 🕐 Atualizado 2025-03-27 📅 Criado 2025-03-11
414
Farama-Foundation/Miniworld

Ambientes simples e facilmente configuráveis ​​semelhantes a jogos 3D FPS para aprendizado por reforço

Farama-Foundation
⭐ 783 Python 👤 Farama-Foundation Organization 🕐 Atualizado 2026-03-02 📅 Criado 2018-08-28
415
ntnu-arl/aerial_gym_simulator

Simulador de Ginástica Aérea - Simulador Isaac Gym para Robôs Aéreos

ntnu-arl
⭐ 781 Python 👤 ntnu-arl Organization 🕐 Atualizado 2026-06-28 📅 Criado 2023-04-04
416
GalaxyGeneralRobotics/OpenTrack

Implementação oficial do Any2Track.

GalaxyGeneralRobotics
⭐ 775 C++ 👤 GalaxyGeneralRobotics Organization 🕐 Atualizado 2026-06-04 📅 Criado 2025-09-19
417
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
418
ModalMinds/MM-EUREKA

MM-EUREKA: Explorando as Fronteiras do Raciocínio Multimodal com Aprendizado por Reforço Baseado em Regras

ModalMinds
⭐ 770 Python 👤 ModalMinds Organization 🕐 Atualizado 2025-09-07 📅 Criado 2025-03-07
419
RUCAIBox/Slow_Thinking_with_LLMs

Uma série de relatórios técnicos sobre Raciocínio Lento com LLM

RUCAIBox
⭐ 768 Python 👤 RUCAIBox Organization 🕐 Atualizado 2025-08-13 📅 Criado 2024-12-12
420
facebookresearch/metamotivo

O primeiro modelo de base comportamental para controlar um agente humanoide virtual baseado em física para uma ampla gama de tarefas de corpo inteiro.

facebookresearch
⭐ 765 Python 👤 facebookresearch Organization 🕐 Atualizado 2025-06-10 📅 Criado 2024-12-06
421
lafmdp/Awesome-Papers-Autonomous-Agent

Uma coletânea de artigos recentes sobre a construção de agentes autônomos. Dois tópicos incluídos: agentes baseados em RL / LLM.

lafmdp
⭐ 758 👤 lafmdp User 🕐 Atualizado 2026-04-23 📅 Criado 2023-10-18
422
infer-actively/pymdp

Uma implementação em Python da inferência ativa para Processos de Decisão de Markov

infer-actively
⭐ 757 Python 👤 infer-actively Organization 🕐 Atualizado 2026-11-16 📅 Criado 2019-11-27
423
cobanov/awesome-fly

Uma lista selecionada de projetos sobre o conectoma da mosca-das-frutas: MaleCNS, FlyWire, simulações cerebrais, modelos incorporados, jogos e ferramentas de pesquisa.

cobanov
⭐ 756 👤 cobanov User 🕐 Atualizado 2026-11-14 📅 Criado 2026-09-12
424
stepjam/PyRep

Um kit de ferramentas para pesquisa de aprendizagem robótica.

stepjam
⭐ 755 Python 👤 stepjam User 🕐 Atualizado 2024-08-16 📅 Criado 2019-06-26
425
X-GenGroup/Flow-Factory

Uma estrutura unificada para facilitar o ajuste fino de modelos de Flow Matching

X-GenGroup
⭐ 754 Python 👤 X-GenGroup Organization 🕐 Atualizado 2026-11-13 📅 Criado 2025-12-18
426
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
427
NVlabs
⭐ 753 Python 👤 NVlabs Organization 🕐 Atualizado 2025-07-30 📅 Criado 2024-12-19
428
InternRobotics/HIMLoco

Controle de locomoção baseado em aprendizado do OpenRobotLab, incluindo Modelo Interno Híbrido e Controle de Locomoção H-Infinity

InternRobotics
⭐ 753 Python 👤 InternRobotics Organization 🕐 Atualizado 2024-05-14 📅 Criado 2023-12-14
429
trackmania-rl/tmrl

Aprendizado por Reforço para aplicações em tempo real

trackmania-rl
⭐ 751 Python 👤 trackmania-rl Organization 🕐 Atualizado 2026-10-24 📅 Criado 2020-07-08
430
Linesight-RL/linesight

IA Joga Trackmania com Aprendizado por Reforço

Linesight-RL
⭐ 746 Python 👤 Linesight-RL Organization 🕐 Atualizado 2026-09-30 📅 Criado 2023-06-09
431
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
432
SkyworkAI/Skywork-OR1

Liberando o Poder do Aprendizado por Reforço para Raciocínios Matemáticos e de Código

SkyworkAI
⭐ 744 Python 👤 SkyworkAI Organization 🕐 Atualizado 2025-06-06 📅 Criado 2025-04-11
433
henbudidiao/UAV-path-planning

Planejamento de rota de UAV (veículo aéreo não tripulado) multi/único baseado em aprendizagem por reforço profundo

henbudidiao
⭐ 740 Python 👤 henbudidiao User 🕐 Atualizado 2025-08-27 📅 Criado 2024-01-13
434
zli12321/Vision-Language-Models-Overview

Uma coleção e pesquisa de ponta sobre artigos de modelos de visão-linguagem, e repositório GitHub de modelos. Atualizações contínuas.

zli12321
⭐ 733 HTML 👤 zli12321 User 🕐 Atualizado 2026-10-13 📅 Criado 2024-11-27
435
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
436
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
437
NVlabs/Long-RL

Long-RL: Escalando RL para Sequências Longas (NeurIPS 2025)

NVlabs
⭐ 729 Python 👤 NVlabs Organization 🕐 Atualizado 2025-09-24 📅 Criado 2025-07-08
438
kvablack/ddpo-pytorch

DDPO para ajuste fino de modelos de difusão, implementado em PyTorch com suporte a LoRA

kvablack
⭐ 723 Python 👤 kvablack User 🕐 Atualizado 2024-03-22 📅 Criado 2023-06-24
439
qgallouedec/panda-gym

Conjunto de ambientes robóticos baseados no motor de física PyBullet e gymnasium.

qgallouedec
⭐ 723 Python 👤 qgallouedec User 🕐 Atualizado 2024-07-23 📅 Criado 2020-09-13
440
RUCAIBox/R1-Searcher

R1-searcher: Incentivando a Capacidade de Busca em LLMs via Aprendizado por Reforço

RUCAIBox
⭐ 722 Python 👤 RUCAIBox Organization 🕐 Atualizado 2025-08-05 📅 Criado 2025-02-26
441
dickreuter/neuron_poker

Ambiente de pôquer Texas Hold'em OpenAI Gym com aprendizado por reforço baseado em keras-rl. Inclui renderização virtual e Monte Carlo para cálculo de equidade.

dickreuter
⭐ 721 Python 👤 dickreuter User 🕐 Atualizado 2025-08-04 📅 Criado 2019-06-26
442
pat-jj/DeepRetrieval

[COLM’25] DeepRetrieval — 🔥 Treinando Agente de Busca por RLVR com Resultado de Recuperação

pat-jj
⭐ 720 Python 👤 pat-jj User 🕐 Atualizado 2025-10-12 📅 Criado 2025-02-20
443
luweiagi/machine-learning-notes

Estas são as anotações sobre o estudo de aprendizado de máquina. Você pode encontrar algo útil nelas.

luweiagi
⭐ 719 👤 luweiagi User 🕐 Atualizado 2026-10-14 📅 Criado 2020-05-23
444
FilippoAiraldi/mpc-reinforcement-learning

Aprendizagem por Reforço com Controle Preditivo por Modelo

FilippoAiraldi
⭐ 718 Python 👤 FilippoAiraldi User 🕐 Atualizado 2026-11-16 📅 Criado 2022-11-28
445
CleanDiffuserTeam/CleanDiffuser

CleanDiffuser: Uma Biblioteca Modularizada e Fácil de Usar para Modelos de Difusão na Tomada de Decisão

CleanDiffuserTeam
⭐ 717 Jupyter Notebook 👤 CleanDiffuserTeam Organization 🕐 Atualizado 2025-04-20 📅 Criado 2024-06-05
446
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
447
RealXiaoze/humanoid-motion-intelligence

Base de conhecimento de artigos, projetos de código aberto, informações do setor e recursos para busca de emprego sobre inteligência de movimento de robôs humanoides

RealXiaoze
⭐ 716 👤 RealXiaoze User 🕐 Atualizado 2026-11-19 📅 Criado 2026-07-19
449
meta-pytorch/torchforge

Treinamento pós-implantação em escala nativo do PyTorch

meta-pytorch
⭐ 706 Python 👤 meta-pytorch Organization 🕐 Atualizado 2026-09-09 📅 Criado 2025-06-24
450
THUDM/ReST-MCTS

ReST-MCTS*: Autoaprendizagem de LLM via Busca em Árvore Guiada por Recompensa de Processo (NeurIPS 2024)

THUDM
⭐ 706 Python 👤 THUDM Organization 🕐 Atualizado 2025-01-20 📅 Criado 2024-06-06