Git Stars Git Stars

#reinforcement-learning Репозитории

563
Всего репозиториев
2.1M
Всего звезд
3,717
Среднее количество звезд на репозиторий

Всего репозиториев: 564

501
sotetsuk/pgx

♟️ Векторизованные игровые среды RL в JAX

sotetsuk
⭐ 611 Python 👤 sotetsuk User 🕐 Обновлено 2025-03-06 📅 Создано 2022-08-11
502
chsiang426/ML-2021-notes

Записки к курсу Машинное обучение (Machine Learning) 2021 Spring профессора Ли Хонг-Ии Университета Тайвань (NTU)

chsiang426
⭐ 610 👤 chsiang426 User 🕐 Обновлено 2026-08-16 📅 Создано 2023-03-31
504
yingchengyang/Reinforcement-Learning-Papers

Связанные работы по обучению с подкреплением, включая классические работы и последние работы на ведущих конференциях

yingchengyang
⭐ 603 👤 yingchengyang User 🕐 Обновлено 2026-02-06 📅 Создано 2021-10-29
505
PKU-Alignment/safety-gymnasium

NeurIPS 2023: Safety-Gymnasium: Единый эталон безопасного обучения с подкреплением

PKU-Alignment
⭐ 602 Python 👤 PKU-Alignment Organization 🕐 Обновлено 2026-07-21 📅 Создано 2023-01-27
506
LHRLAB/Graph-R1

[ICML 2026] Официальные ресурсы «Graph-R1: К агентному фреймворку GraphRAG через обучение с подкреплением от начала до конца».

LHRLAB
⭐ 600 Python 👤 LHRLAB User 🕐 Обновлено 2026-11-02 📅 Создано 2025-03-11
507
lwpyh/Awesome-MLLM-Reasoning-Collection

Сборник статей, кодов, наборов данных, бенчмарков и ресурсов по мультимодальному рассуждению.

lwpyh
⭐ 598 👤 lwpyh User 🕐 Обновлено 2026-04-01 📅 Создано 2025-03-16
508
Hellod035/LeggedLab

Прямой поток работы IsaacLab для роботов с ногами

Hellod035
⭐ 593 Python 👤 Hellod035 User 🕐 Обновлено 2025-05-30 📅 Создано 2025-03-07
⭐ 593 Python 👤 btx0424 User 🕐 Обновлено 2026-01-20 📅 Создано 2023-02-09
510
DmitryRyumin/AAAI-2024-Papers

Документы AAAI 2024: Изучите обширную коллекцию инновационных исследовательских работ, представленных на одной из ведущих конференций по искусственному интеллекту. Беспрепятственно интегрируйте реализации кода для лучшего понимания. ⭐ испытайте передовые достижения в области искусственного интеллекта с помощью этого репозитория!

DmitryRyumin
⭐ 591 Python 👤 DmitryRyumin User 🕐 Обновлено 2025-01-26 📅 Создано 2024-02-16
511
wendell0218/Awesome-RL-for-Video-Generation

Курируемый список статей по обучению с подкреплением для генерации видео

wendell0218
⭐ 587 👤 wendell0218 User 🕐 Обновлено 2026-04-15 📅 Создано 2025-02-13
512
yfzhang114/Thyme

✨✨ [ICLR 2026] Думай за пределами изображений

yfzhang114
⭐ 585 Python 👤 yfzhang114 User 🕐 Обновлено 2025-09-23 📅 Создано 2025-08-17
514
antirez/ttt-rl

Пример обучения с подкреплением на C, игра в крестики-нолики

antirez
⭐ 584 C 👤 antirez User 🕐 Обновлено 2025-03-13 📅 Создано 2025-03-10
515
algorithmsbooks/decisionmaking

Учебник "Алгоритмы принятия решений"

algorithmsbooks
⭐ 584 👤 algorithmsbooks Organization 🕐 Обновлено 2026-10-23 📅 Создано 2020-07-19
516
OPPO-PersonalAI/Agent_Foundation_Models

Chain-of-Agents: Сквозные фундаментальные модели агентов посредством дистилляции мультиагентов и агентского Обучения с Подкреплением (Agentic RL).

OPPO-PersonalAI
⭐ 582 Python 👤 OPPO-PersonalAI Organization 🕐 Обновлено 2025-09-08 📅 Создано 2025-08-05
517
facebookresearch/meta-agents-research-environments

Meta Agents Research Environments — это комплексная платформа, предназначенная для оценки ИИ-агентов в динамичных и реалистичных сценариях. В отличие от статических бенчмарков, эта платформа представляет собой развивающуюся среду, в которой агенты должны адаптировать свои стратегии по мере поступления новой информации, что отражает реальные жизненные задачи.

facebookresearch
⭐ 581 Python 👤 facebookresearch Organization 🕐 Обновлено 2026-09-30 📅 Создано 2025-09-11
518
erwincoumans/pybullet_robots

Создание прототипов роботов для PyBullet (гоночный автомобиль F1/10 MIT Racecar, Sawyer, Baxter и манипулятор Dobot, Boston Dynamics Atlas и среда Botlab)

erwincoumans
⭐ 581 Python 👤 erwincoumans User 🕐 Обновлено 2026-02-12 📅 Создано 2017-10-10
519
liangpan99/TokenHSI

[CVPR 2025 Oral] TokenHSI: Унифицированный синтез физических взаимодействий человека и сцены посредством токенизации задач

liangpan99
⭐ 577 Python 👤 liangpan99 User 🕐 Обновлено 2026-09-24 📅 Создано 2024-11-25
520
dynamicslab/hydrogym

Среда RL-Gym для сложных задач моделирования и управления динамикой жидкостей на основе данных.

dynamicslab
⭐ 577 Python 👤 dynamicslab Organization 🕐 Обновлено 2026-11-18 📅 Создано 2021-12-29
521
stepfun-ai/StepDeepResearch

Шаг-Глубокое Исследование

stepfun-ai
⭐ 576 Python 👤 stepfun-ai Organization 🕐 Обновлено 2026-03-24 📅 Создано 2025-11-26
522
HenryHuYu/DiffPhysDrone

Опубликовано в Nature Machine Intelligence! Первый настоящий робот (квадрокоптер) на основе обучения с дифференцируемой физикой.

HenryHuYu
⭐ 573 Cuda 👤 HenryHuYu User 🕐 Обновлено 2025-06-25 📅 Создано 2025-04-17
523
openai/mujoco-worldgen

Автоматическая генерация XML объектов для Mujoco

openai
⭐ 573 Python 👤 openai Organization 🕐 Обновлено 2024-07-26 📅 Создано 2019-08-21
524
adithya-s-k/FineEnvs

FineEnvs — Введение в среды RL: создание и масштабирование сред RL в эпоху больших языковых моделей

adithya-s-k
⭐ 572 Python 👤 adithya-s-k User 🕐 Обновлено 2026-11-14 📅 Создано 2026-05-01
525
oreilly-japan/deep-learning-from-scratch-4

『Deep Learning с нуля ❹』(O'Reilly Japan, 2022)

oreilly-japan
⭐ 572 Jupyter Notebook 👤 oreilly-japan Organization 🕐 Обновлено 2024-09-30 📅 Создано 2020-08-27
526
real-stanford/umi-on-legs

UMI on Legs: делаем политики манипуляции мобильными с помощью полнотелых контроллеров, ориентированных на манипуляцию

real-stanford
⭐ 570 Python 👤 real-stanford Organization 🕐 Обновлено 2026-07-20 📅 Создано 2024-06-28
527
threedworld-mit/tdw

Симуляционная среда ThreeDWorld

threedworld-mit
⭐ 570 Python 👤 threedworld-mit Organization 🕐 Обновлено 2024-06-03 📅 Создано 2020-03-06
528
idreesshaikh/Autonomous-Driving-in-Carla-using-Deep-Reinforcement-Learning

Глубокое обучение с подкреплением (PPO) в автономном вождении (Carla) [с нуля]

idreesshaikh
⭐ 567 Python 👤 idreesshaikh User 🕐 Обновлено 2025-11-13 📅 Создано 2022-05-18
529
heleidsn/UAV_Navigation_DRL_AirSim

Это новый репозиторий, используемый для обучения политики навигации UAV (локальное планирование пути) с помощью методов DRL.

heleidsn
⭐ 566 Python 👤 heleidsn User 🕐 Обновлено 2025-07-19 📅 Создано 2022-01-19
530
voidful/TextRL

Реализация ChatGPT RLHF (обучение с подкреплением на основе обратной связи от человека) на любой генеративной модели в трансформере huggingface (blommz-176B/bloom/gpt/bart/T5/MetaICL)

voidful
⭐ 564 Python 👤 voidful User 🕐 Обновлено 2026-04-23 📅 Создано 2021-03-18
531
deepreinforce-ai/CUDA-L2

CUDA-L2: Превосхождение производительности cuBLAS в умножении матриц с помощью обучения с подкреплением

ornith-ai
⭐ 563 Cuda 👤 ornith-ai Organization 🕐 Обновлено 2026-03-30 📅 Создано 2025-12-02
533
Sirui-Xu/InterMimic

[Основные моменты CVPR 2025] InterMimic: На пути к универсальному управлению всем телом для физически корректного взаимодействия человека с объектами

Sirui-Xu
⭐ 560 Python 👤 Sirui-Xu User 🕐 Обновлено 2026-11-12 📅 Создано 2025-03-25
534
hades217/awesome-ai

Куратированный список ресурсов по искусственному интеллекту (Курсы, Инструменты, Приложения, Проекты с открытым исходным кодом)

hades217
⭐ 560 HTML 👤 hades217 User 🕐 Обновлено 2026-11-20 📅 Создано 2017-07-18
⭐ 557 Python 👤 analoganddigital User 🕐 Обновлено 2024-08-31 📅 Создано 2021-02-02
536
swarm-subnet/Langostino

Langostino — платформа автономных дронов с открытым исходным кодом, использующая ROS2 и управление полётом на основе ИИ. Полная эталонная реализация для создания, изучения и расширения автономности дронов в реальных условиях.

swarm-subnet
⭐ 556 Python 👤 swarm-subnet Organization 🕐 Обновлено 2026-02-24 📅 Создано 2025-09-09
538
PetoiCamp/OpenCatEsp32-Quadruped-Robot

Фреймворк для создания четвероногих роботов-компаньонов с открытым исходным кодом на базе ESP32, предназначенный для разработки четвероногих роботов в стиле Boston Dynamics. Идеально подходит для обучения STEM, программированию и робототехнике, приложений робототехники IoT, сервисов робототехнических приложений с поддержкой ИИ, исследований и разработки наборов для самостоятельной сборки роботов.

PetoiCamp
⭐ 553 C++ 👤 PetoiCamp Organization 🕐 Обновлено 2026-11-18 📅 Создано 2021-02-19
539
jchengai/pluto

PLUTO: Расширение границ планирования на основе имитационного обучения для автономного вождения

jchengai
⭐ 545 Python 👤 jchengai User 🕐 Обновлено 2024-07-15 📅 Создано 2024-04-22
540
LucasAlegre/morl-baselines

Реализации алгоритмов многокритериального обучения с подкреплением.

LucasAlegre
⭐ 545 Python 👤 LucasAlegre User 🕐 Обновлено 2026-09-21 📅 Создано 2022-07-22
541
Gen-Verse/ReasonFlux

[NeurIPS 2025 Spotlight] Набор для постобучения LLM — с ReasonFlux, ReasonFlux-PRM и ReasonFlux-Coder.

Gen-Verse
⭐ 543 Python 👤 Gen-Verse Organization 🕐 Обновлено 2025-09-27 📅 Создано 2025-02-10
542
hsahovic/poke-env

Poke-env: Python-интерфейс для ботов Pokemon Showdown

hsahovic
⭐ 541 Python 👤 hsahovic User 🕐 Обновлено 2026-11-15 📅 Создано 2019-08-06
543
kissqy/Microduck-kissqy

🦆 Реплика робота-утки Microduck Feetech HD1910: балансирование на одной ноге на реальном оборудовании, готовые модели движений, консоль управления на китайском языке, собственные HAT/IMU и руководство по сборке из 3 шагов. Для стандартной реплики обучение не требуется.

kissqy
⭐ 540 Rust 👤 kissqy User 🕐 Обновлено 2026-11-21 📅 Создано 2026-10-07
544
leehanchung/awesome-full-stack-machine-learning-courses

Отобранный список общедоступных курсов по машинному обучению и инженерии от CalTech, Колумбийского университета, Беркли, MIT и Стэнфорда.

leehanchung
⭐ 537 JavaScript 👤 leehanchung User 🕐 Обновлено 2026-06-22 📅 Создано 2019-10-31
545
LeCAR-Lab/ABS

[RSS 2024] Ловкий, но безопасный: Обучение высокоскоростному шагающему передвижению без столкновений

LeCAR-Lab
⭐ 530 Python 👤 LeCAR-Lab Organization 🕐 Обновлено 2024-07-11 📅 Создано 2024-01-29
546
uoftcprg/pokerkit

Библиотека Python с открытым исходным кодом для симуляции покерных игр, оценки комбинаций и статистического анализа

uoftcprg
⭐ 528 Python 👤 uoftcprg Organization 🕐 Обновлено 2026-11-20 📅 Создано 2021-02-12
547
NVlabs/qerl

[ICLR 2026] QeRL позволяет применять RL для 32B LLM на одном GPU H100.

NVlabs
⭐ 527 Python 👤 NVlabs Organization 🕐 Обновлено 2026-11-16 📅 Создано 2025-09-22
548
moxin-org/Moxin-LLM

Moxin — это семейство полностью открытых и воспроизводимых LLM

moxin-org
⭐ 526 Python 👤 moxin-org Organization 🕐 Обновлено 2025-07-02 📅 Создано 2024-12-03
549
THUDM/WebRL

Создание веб‑агентов Open LLM с саморазвивающимся онлайн‑куррикулумом RL

THUDM
⭐ 526 Python 👤 THUDM Organization 🕐 Обновлено 2025-06-06 📅 Создано 2024-11-01
550
mll-lab-nu/VAGEN

Обучение с подкреплением на основе моделей мира для многошаговых VLM-агентов. Фреймворк обучения с подкреплением для задач компьютерного зрения (NeurIPS 2025).

mll-lab-nu
⭐ 525 Python 👤 mll-lab-nu Organization 🕐 Обновлено 2026-10-29 📅 Создано 2025-03-04