#ppo Репозитории
Откройте для себя 30 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #ppo, с общим числом 92,298 звёзд (в среднем 3,076 на проект). Лидером этой темы является datawhalechina/easy-rl, набравший 14,912 звёзд.
Всего репозиториев: 30
Руководство по обучению с подкреплением на китайском языке (Книга-гриб 🍄), адрес для онлайн-чтения: https://datawhalechina.github.io/easy-rl/
Высококачественная однократная реализация алгоритмов глубокого обучения с подкреплением с функциями, удобными для исследований (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
Простые руководства по обучению с подкреплением, 莫烦Python китайские уроки по ИИ
Репозиторий для программы Nanodegree по глубокому обучению с подкреплением
🚀 Открытый практический курс, bridging разрыв от базовых концепций RL до выравнивания LLM, RLVR и продвинутых агентных систем.
FinRL-X: Модульная инфраструктура нативная для ИИ для количественной торговли
Чистая, надежная и унифицированная реализация популярных алгоритмов глубокого обучения с подкреплением (DRL) на PyTorch (Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL)
Модульная реализация алгоритмов глубокого обучения с подкреплением в PyTorch
Минимальная реализация метода усеченной целевой функции для проксимальной оптимизации политики (PPO) на PyTorch
Модульный фреймворк глубокого обучения с подкреплением в PyTorch. Сопутствующая библиотека книги "Foundations of Deep Reinforcement Learning".
Обучение человекоподобного робота передвижению с использованием обучения с подкреплением
Простая и стильная реализация PPO. Основано на моей серии Medium: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.
XuanCe: Комплексная и унифицированная библиотека глубокого обучения с подкреплением
Policy Gradient — это всё, что вам нужно! Пошаговое руководство по известным методам PG.
Библиотека с расширяемыми реализациями DPO, KTO, PPO, ORPO и других функций потерь, учитывающих человеческий фактор (HALOs).
RL стартовые файлы для немедленного обучения, визуализации и оценки агента без написания ни одной строки кода.
Этот репозиторий содержит большинство реализаций классических алгоритмов глубокого обучения с подкреплением на основе PyTorch, включая - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (Больше алгоритмов находятся в разработке)
🌾 OAT: Исследовательская платформа для онлайн-согласования LLM, включая обучение с подкреплением, обучение предпочтениям и т. д.
RLAnything (ICML 2026) и AutoTool (ICML 2026), DemyAgent: обучение с подкреплением с открытым исходным кодом для LLM и агентных сценариев
Библиотека PyTorch для создания агентов глубокого обучения с подкреплением.
Простая и эффективная донастройка LLM. (Поддерживаются LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon) Эффективное обучение + развертывание больших моделей с квантованием.
Курируемый список статей по обучению с подкреплением для генерации видео
Глубокое обучение с подкреплением (PPO) в автономном вождении (Carla) [с нуля]
Часто задаваемые вопросы
Какой репозиторий по теме #ppo наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #ppo на GitHub — datawhalechina/easy-rl, набравший 14,912 звёзд. Руководство по обучению с подкреплением на китайском языке (Книга-гриб 🍄), адрес для онлайн-чтения: https://datawhalechina.github.io/easy-rl/
Какие языки программирования чаще всего используются в репозиториях по теме #ppo?
Среди наиболее высоко оценённых проектов по теме #ppo на GitHub чаще всего используются языки программирования Python, Jupyter Notebook.
Как рассчитывается рейтинг репозиториев по теме #ppo?
Мы отслеживаем 30 активных репозиториев с открытым исходным кодом, отмеченных тегом #ppo (500 и более звёзд), с общим числом 92,298 звёзд и в среднем 3,076 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.