#reinforcement-learning Репозитории
Откройте для себя 563 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #reinforcement-learning, с общим числом 2,092,947 звёзд (в среднем 3,717 на проект). Лидером этой темы является deepseek-ai/DeepSeek-R1, набравший 91,984 звёзд.
Всего репозиториев: 564
Локальный интерфейс для запуска и обучения LLM и диффузионных моделей. Поддерживает GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX и другие.
Изучайте ИИ-инжиниринг! Учитесь. Создавайте. Делитесь результатами с другими.
🧑🏫 60+ реализаций/руководств по статьям о глубоком обучении с заметками бок о бок 📝; включая трансформеры (оригинал, xl, switch, feedback, vit, ...), оптимизаторы (adam, adabelief, sophia, ...), gan (cyclegan, stylegan2, ...), 🎮 обучение с подкреплением (ppo, dqn), capsnet, дистилляцию, ... 🧠
«Глубокое понимание AI-агентов: принципы проектирования и инженерная практика» (автор: Боцзе Ли) Основной репозиторий с открытым исходным кодом: полный текст книги, скомпилированный PDF-файл и сопутствующий код по главам.
Ray — это движок вычислений ИИ. Ray состоит из основной распределённой среды выполнения и набора библиотек ИИ для ускорения нагрузок ML.
SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей и мультимодальных моделей.
🤗 LeRobot: Делаем ИИ для робототехники более доступным с помощью сквозного обучения
📚 Статьи и технические блоги от компаний, делящихся своей работой по науке о данных и машинному обучению в производстве.
Интерактивная книга по глубокому обучению с кодом для нескольких фреймворков, математикой и обсуждениями. Принята в 500 университетах из 70 стран, включая Stanford, MIT, Harvard и Cambridge.
Набор примеров, связанных с pytorch в области компьютерного зрения, текста, обучения с подкреплением и т. д.
Код для книги «Машинное обучение для трейдинга», 3-е издание — от сбора данных до выполнения в реальном времени.
FinGPT: Открытые большие языковые модели для финансов! Революция 🔥 Мы выпускаем обученную модель на HuggingFace.
Unity Machine Learning Agents Toolkit (ML-Agents) — это проект с открытым исходным кодом, который позволяет использовать игры и симуляции в качестве сред для обучения интеллектуальных агентов с помощью глубокого обучения с подкреплением и обучения методом имитации.
Это главная страница новой книги под названием «Математические основы обучения с подкреплением».
《Курс глубокого обучения Ли Хунъи》(Рекомендовано профессором Ли Хунъи 👍, Apple Books 🍎), Ссылка для скачивания PDF: https://github.com/datawhalechina/leedl-tutorial/releases
Курируемый список курсов, книг, видеолекций и статей по искусственному интеллекту (ИИ).
OpenAI Baselines: высококачественные реализации алгоритмов обучения с подкреплением
Руководство по обучению с подкреплением на китайском языке (Книга-гриб 🍄), адрес для онлайн-чтения: https://datawhalechina.github.io/easy-rl/
Bullet Physics SDK: обнаружение столкновений в реальном времени и многофизическая симуляция для VR, игр, визуальных эффектов, робототехники, машинного обучения и т. д.
Реализация обучения с подкреплением на Python: Введение
Версия Stable Baselines на PyTorch, надежные реализации алгоритмов обучения с подкреплением.
Погрузитесь в Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision и NLP, изучая эти увлекательные лекции!!
Стандартный API для сред обучения с подкреплением с одним агентом, включающий популярные эталонные среды и связанные утилиты (ранее Gym)
Платформа для разработчиков ИИ. Используйте Weights & Biases для обучения и тонкой настройки моделей, а также для управления моделями от экспериментов до производства.
Примеры 📓 Jupyter notebooks, демонстрирующие, как строить, обучать и развертывать модели машинного обучения с использованием 🧠 Amazon SageMaker.
Тренажер обучения агентов с подкреплением: обучайте многошаговых агентов для реальных задач с помощью GRPO. Проводите обучение ваших агентов без отрыва от работы. Обучение с подкреплением для Qwen3.6, GPT-OSS, Llama и других моделей!
Высококачественная однократная реализация алгоритмов глубокого обучения с подкреплением с функциями, удобными для исследований (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
Мои непрерывно обновляемые заметки и демонстрации по Machine Learning, вероятностным моделям и Deep Learning (2000+ слайдов) Мои непрерывно обновляемые лекционные материалы по машинному обучению, вероятностным моделям и глубокому обучению (2000+ страниц) и ссылки на видео
Простой в использовании, масштабируемый и высокопроизводительный фреймворк для агентного RL на базе Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
SANA и Sol: эффективные генеративные модели и полнофункциональные движки обучения и инференса для моделирования изображений, видео и мира
Легко дообучайте (SFT/RL), оценивайте и развёртывайте Qwen, Gemma или любую открытую агентную LLM/VLM!
Простые руководства по обучению с подкреплением, 莫烦Python китайские уроки по ИИ
Сборник примеров и учебных пособий по машинному обучению.
Реализация на Python алгоритмов из книги Рассела и Норвига "Artificial Intelligence - A Modern Approach"
slime — это фреймворк для обучения LLM, предназначенный для масштабирования обучения с подкреплением.
Vowpal Wabbit — это система машинного обучения, которая расширяет границы машинного обучения с помощью таких техник, как online, hashing, allreduce, reductions, learning2search, active и interactive learning.
Реализация RLHF (обучение с подкреплением на основе обратной связи от человека) поверх архитектуры PaLM. По сути, ChatGPT, но с PaLM
Типобезопасная распределённая оркестрация агентов, ML-пайплайнов и инференса в реальном времени в вашем k8s — на чистом Python с async/await, а также на других языках (Rust, Go и TypeScript)
Станьте выдающимся исследователем/инженером в области ИИ/МО с помощью этого нестандартного учебника, который охватывает математику, вычисления и машинное обучение на основе интуиции.
Часто задаваемые вопросы
Какой репозиторий по теме #reinforcement-learning наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #reinforcement-learning на GitHub — deepseek-ai/DeepSeek-R1, набравший 91,984 звёзд.
Какие языки программирования чаще всего используются в репозиториях по теме #reinforcement-learning?
Среди наиболее высоко оценённых проектов по теме #reinforcement-learning на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, C++, C#.
Как рассчитывается рейтинг репозиториев по теме #reinforcement-learning?
Мы отслеживаем 563 активных репозиториев с открытым исходным кодом, отмеченных тегом #reinforcement-learning (500 и более звёзд), с общим числом 2,092,947 звёзд и в среднем 3,717 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.