#reinforcement-learning-algorithms Репозитории
Откройте для себя 22 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #reinforcement-learning-algorithms, с общим числом 40,586 звёзд (в среднем 1,844 на проект). Лидером этой темы является DLR-RM/stable-baselines3, набравший 14,037 звёзд.
Всего репозиториев: 22
Версия Stable Baselines на PyTorch, надежные реализации алгоритмов обучения с подкреплением.
Репозиторий для программы Nanodegree по глубокому обучению с подкреплением
OpenDILab Decision AI Engine. Самый комплексный фреймворк для обучения с подкреплением B.P.
Минимальная реализация метода усеченной целевой функции для проксимальной оптимизации политики (PPO) на PyTorch
Курируемый список потрясающих ресурсов по основанному на моделях обучению с подкреплением (постоянно обновляется)
Deep Reinforcement Learning Hands-On: Второе издание, опубликовано Packt
Простая и стильная реализация PPO. Основано на моей серии Medium: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.
Кураторский список ресурсов Decision Transformer (постоянно обновляется)
MDPs и POMDPs в Julia - Интерфейс для определения, решения и симуляции полностью и частично наблюдаемых марковских процессов принятия решений в дискретных и непрерывных пространствах.
Сопутствующий код к публикации в Nature «Discovering State-of-the-art Reinforcement Algorithms»
Пакет Contrib для Stable-Baselines3 - Экспериментальный код обучения с подкреплением (RL)
Код для статьи «Оптимизация выгрузки вычислений для мобильных граничных вычислений с помощью БПЛА: подход глубокого детерминированного градиента политики»
Курируемый список отличных ресурсов по исследовательскому RL (постоянно обновляется)
Куратированный список статей по поиску в дереве Монте-Карло с реализациями.
🤖 Полный пакет Python для обучения роботов на основе демонстраций и манипуляций с роботами
Китайский перевод книги «Обучение с подкреплением: Введение» (второе издание)
Это проект, посвященный алгоритму автономного избегания препятствий с использованием глубокого обучения с подкреплением для БПЛА.
Библиотека PyTorch для создания агентов глубокого обучения с подкреплением.
[ICLR 2026] Официальный код для TraceRL: революция пост‑тренинга диффузионных LLM, обеспечивающая работу серии SOTA TraDo.
Часто задаваемые вопросы
Какой репозиторий по теме #reinforcement-learning-algorithms наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #reinforcement-learning-algorithms на GitHub — DLR-RM/stable-baselines3, набравший 14,037 звёзд. Версия Stable Baselines на PyTorch, надежные реализации алгоритмов обучения с подкреплением.
Какие языки программирования чаще всего используются в репозиториях по теме #reinforcement-learning-algorithms?
Среди наиболее высоко оценённых проектов по теме #reinforcement-learning-algorithms на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, Julia.
Как рассчитывается рейтинг репозиториев по теме #reinforcement-learning-algorithms?
Мы отслеживаем 22 активных репозиториев с открытым исходным кодом, отмеченных тегом #reinforcement-learning-algorithms (500 и более звёзд), с общим числом 40,586 звёзд и в среднем 1,844 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.