Git Stars Git Stars

#reinforcement-learning Репозитории

563
Всего репозиториев
2.1M
Всего звезд
3,717
Среднее количество звезд на репозиторий
Языки программирования: Python Jupyter Notebook C++ MDX C JavaScript Java

Всего репозиториев: 564

51
tensortrade-org/tensortrade

Открытая платформа для обучения с подкреплением для обучения, оценки и развертывания надежных торговых агентов.

tensortrade-org
⭐ 7,272 Python 👤 tensortrade-org Organization 🕐 Обновлено 2026-02-19 📅 Создано 2019-07-30
52
kvcache-ai/Mooncake

Mooncake — это платформа обслуживания для Kimi, ведущего LLM-сервиса, предоставляемого Moonshot AI.

kvcache-ai
⭐ 7,100 C++ 👤 kvcache-ai Organization 🕐 Обновлено 2026-11-21 📅 Создано 2024-06-25
53
PufferAI/PufferLib

Надувание обучения с подкреплением

PufferAI
⭐ 6,899 C 👤 PufferAI Organization 🕐 Обновлено 2026-10-14 📅 Создано 2022-09-17
54
hijkzzz/Awesome-LLM-Strawberry

Подборка статей, блогов и проектов LLM с акцентом на OpenAI o1 🍓 и методы рассуждений.

hijkzzz
⭐ 6,897 👤 hijkzzz User 🕐 Обновлено 2025-12-17 📅 Создано 2024-09-15
55
georgezouq/awesome-ai-in-finance

🔬 Куратированный список крутых LLM и стратегий глубокого обучения и инструментов на финансовом рынке.

georgezouq
⭐ 6,779 👤 georgezouq User 🕐 Обновлено 2026-11-12 📅 Создано 2018-08-29
56
pliang279/awesome-multimodal-ml

Список литературы по темам исследований в мультимодальном машинном обучении

pliang279
⭐ 6,773 👤 pliang279 User 🕐 Обновлено 2024-08-20 📅 Создано 2019-05-27
57
yandexdataschool/Practical_RL

Курс по обучению с подкреплением в реальных условиях

yandexdataschool
⭐ 6,621 Jupyter Notebook 👤 yandexdataschool Organization 🕐 Обновлено 2026-10-20 📅 Создано 2017-01-23
58
jason718/awesome-self-supervised-learning

Куратированный список потрясающих самосупервизируемых методов

jason718
⭐ 6,448 👤 jason718 User 🕐 Обновлено 2026-02-24 📅 Создано 2018-02-10
59
om-ai-lab/VLM-R1

Решение задач визуального понимания с помощью улучшенных VLM

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 Обновлено 2026-07-07 📅 Создано 2025-02-06
60
rllm-org/rllm

Демократизация обучения с подкреплением для LLM

rllm-org
⭐ 5,927 Python 👤 rllm-org Organization 🕐 Обновлено 2026-10-16 📅 Создано 2025-01-26
61
areal-project/AReaL

Мост RL для приложений агентов на основе LLM. Просто и гибко.

areal-project
⭐ 5,926 Python 👤 areal-project Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-02-24
62
rasbt/reasoning-from-scratch

Реализуйте LLM для рассуждений в PyTorch с нуля, шаг за шагом

rasbt
⭐ 5,885 Jupyter Notebook 👤 rasbt User 🕐 Обновлено 2026-11-02 📅 Создано 2025-03-04
63
RLinf/RLinf

RLinf: Инфраструктура обучения с подкреплением для воплощенного и агентного ИИ

RLinf
⭐ 5,688 Python 👤 RLinf Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-08-14
64
google-deepmind/open_spiel

OpenSpiel — это коллекция окружений и алгоритмов для исследований в области общего обучения с подкреплением и поиска/планирования в играх.

google-deepmind
⭐ 5,601 Python 👤 google-deepmind Organization 🕐 Обновлено 2026-11-14 📅 Создано 2019-07-22
65
borisbanushev/stockpredictionai

В этом блокноте я создам полный процесс для предсказания движений цен акций. Следите за мной, и мы добьемся довольно хороших результатов. Для этой цели мы будем использовать Генеративно-Состязательную Сеть (GAN) с LSTM, видом Рекуррентной Нейронной Сети, в качестве генератора, и Сверточную Нейронную Сеть, CNN, в качестве дискриминатора. Мы используем LSTM по очевидной причине, что пытаемся предсказывать данные временных рядов. Почему мы используем GAN и конкретно CNN в качестве дискриминатора? Это хороший q

borisbanushev
⭐ 5,594 JavaScript 👤 borisbanushev User 🕐 Обновлено 2025-08-19 📅 Создано 2019-01-09
66
PeterGriffinJin/Search-R1

Search-R1: Эффективная, масштабируемая структура обучения RL для рассуждений и вызовов поисковых систем с использованием LLM, основанных на veRL

PeterGriffinJin
⭐ 5,575 Python 👤 PeterGriffinJin User 🕐 Обновлено 2025-11-13 📅 Создано 2025-02-28
67
PetoiCamp/OpenCat-Quadruped-Robot

Фреймворк для разработки четвероногих роботов-питомцев с открытым исходным кодом в стиле Boston Dynamics, которые идеально подходят для образования в области STEM, программирования и робототехники, применения в робототехнике IoT, сервисов приложений робототехники с использованием ИИ, исследований и разработки DIY-комплектов роботов.

PetoiCamp
⭐ 5,573 C++ 👤 PetoiCamp Organization 🕐 Обновлено 2026-11-18 📅 Создано 2021-01-03
68
leela-zero/leela-zero

Движок Go без знаний, предоставленных человеком, моделированный по статье AlphaGo Zero.

leela-zero
⭐ 5,552 C++ 👤 leela-zero Organization 🕐 Обновлено 2024-05-02 📅 Создано 2017-10-24
69
InternLM/xtuner

Тренировочный движок нового поколения, созданный для сверхбольших моделей MoE

InternLM
⭐ 5,223 Python 👤 InternLM Organization 🕐 Обновлено 2026-11-20 📅 Создано 2023-07-11
70
hiyouga/EasyR1

EasyR1: Эффективная, масштабируемая платформа обучения RL с несколькими модальностями на основе veRL

hiyouga
⭐ 5,218 Python 👤 hiyouga User 🕐 Обновлено 2026-11-08 📅 Создано 2025-02-22
71
udacity/deep-reinforcement-learning

Репозиторий для программы Nanodegree по глубокому обучению с подкреплением

udacity
⭐ 5,181 Jupyter Notebook 👤 udacity Organization 🕐 Обновлено 2026-07-08 📅 Создано 2018-07-06
72
huggingface/deep-rl-class

Этот репозиторий содержит курс Hugging Face по глубокому обучению с подкреплением.

huggingface
⭐ 5,097 MDX 👤 huggingface Organization 🕐 Обновлено 2026-11-17 📅 Создано 2022-04-21
73
changyeyu/LLM-RL-Visualized

🌟100+ оригинальных схем LLM/RL 📚, творение автора "Больших Модельных Алгоритмов"! 💥 (100+ карт алгоритмов LLM/RL)

changyeyu
⭐ 5,032 Python 👤 changyeyu User 🕐 Обновлено 2026-09-10 📅 Создано 2025-04-26
74
walkinglabs/hands-on-modern-rl

🚀 Открытый практический курс, bridging разрыв от базовых концепций RL до выравнивания LLM, RLVR и продвинутых агентных систем.

walkinglabs
⭐ 4,936 Jupyter Notebook 👤 walkinglabs Organization 🕐 Обновлено 2026-10-23 📅 Создано 2026-04-10
75
PrimeIntellect-ai/verifiers

Наша библиотека для сред обучения с подкреплением + оценок

PrimeIntellect-ai
⭐ 4,797 Python 👤 PrimeIntellect-ai Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-01-22
76
apirrone/Open_Duck_Mini

Создание мини-версии дроида BDX. https://discord.gg/UtJZsgfQGe

apirrone
⭐ 4,764 Python 👤 apirrone User 🕐 Обновлено 2026-01-31 📅 Создано 2024-05-16
77
CarperAI/trlx

Репозиторий для распределенного обучения языковых моделей с использованием обучения с подкреплением на основе обратной связи от человека (RLHF)

CarperAI
⭐ 4,738 Python 👤 CarperAI Organization 🕐 Обновлено 2024-01-08 📅 Создано 2022-10-03
78
google-deepmind/dm_control

Программный стек Google DeepMind для физически основанной симуляции и окружений Reinforcement Learning, использующий MuJoCo.

google-deepmind
⭐ 4,726 Python 👤 google-deepmind Organization 🕐 Обновлено 2026-11-11 📅 Создано 2017-12-29
79
isaac-sim/IsaacSim

NVIDIA Isaac Sim™ — это приложение с открытым исходным кодом на платформе NVIDIA Omniverse для разработки, симуляции и тестирования роботов на базе ИИ в реалистичных виртуальных средах.

isaac-sim
⭐ 4,521 Python 👤 isaac-sim Organization 🕐 Обновлено 2026-11-16 📅 Создано 2025-05-28
80
kwai/DouZero

[ICML 2021] DouZero: Освоение DouDizhu с помощью глубокого обучения с подкреплением на основе самообучения | 斗地主AI

kwai
⭐ 4,465 Python 👤 kwai Organization 🕐 Обновлено 2024-06-26 📅 Создано 2021-06-02
81
QwenLM/Qwen3.8

Qwen3.8 — это серия больших языковых моделей, разработанная командой Qwen компании Alibaba Group.

QwenLM
⭐ 4,459 👤 QwenLM Organization 🕐 Обновлено 2026-08-17 📅 Создано 2025-09-11
82
opendilab/awesome-RLHF

Курируемый список ресурсов по обучению с подкреплением с обратной связью от человека (постоянно обновляется)

opendilab
⭐ 4,438 👤 opendilab Organization 🕐 Обновлено 2026-05-20 📅 Создано 2023-02-13
83
AI4Finance-Foundation/ElegantRL

Масштабно-параллельное глубокое обучение с подкреплением. 🔥

AI4Finance-Foundation
⭐ 4,376 Python 👤 AI4Finance-Foundation Organization 🕐 Обновлено 2026-02-20 📅 Создано 2019-07-12
84
suragnair/alpha-zero-general

Чистая реализация на основе AlphaZero для любой игры в любом фреймворке + руководство + Othello/Гобанг/TicTacToe/Connect4 и многое другое

suragnair
⭐ 4,346 Jupyter Notebook 👤 suragnair User 🕐 Обновлено 2025-01-01 📅 Создано 2017-12-01
85
microsoft/malmo

Project Malmo — это платформа для экспериментов и исследований в области искусственного интеллекта, построенная на базе Minecraft. Мы стремимся вдохновить новое поколение исследований над сложными новыми проблемами, представленными этой уникальной средой. --- Для инструкций по установке прокрутите вниз до *Getting Started* ниже или посетите страницу проекта для получения дополнительной информации:

microsoft
⭐ 4,270 Java 👤 microsoft Organization 🕐 Обновлено 2025-09-03 📅 Создано 2016-05-17
86
dalinvip/Awesome-ChatGPT

Сводка и изучение материалов ChatGPT, постоянное обновление......

dalinvip
⭐ 4,190 👤 dalinvip User 🕐 Обновлено 2025-06-04 📅 Создано 2023-02-06
87
OpenManus/OpenManus-RL

Разработка в прямом эфире настройки RL для LLM-агентов

OpenManus
⭐ 4,178 Python 👤 OpenManus Organization 🕐 Обновлено 2026-05-05 📅 Создано 2025-03-06
88
open-spaced-repetition/fsrs4anki

Современное пользовательское расписание Anki на основе алгоритма Free Spaced Repetition Scheduler

open-spaced-repetition
⭐ 4,142 Jupyter Notebook 👤 open-spaced-repetition Organization 🕐 Обновлено 2026-08-14 📅 Создано 2022-09-08
89
google-deepmind/acme

Библиотека компонентов и агентов для обучения с подкреплением

google-deepmind
⭐ 4,088 Python 👤 google-deepmind Organization 🕐 Обновлено 2026-11-12 📅 Создано 2020-05-01
90
StarsfieldAI/R1-V

Станьте свидетелем "эврика" момента VLM менее чем за 3 $

StarsfieldAI
⭐ 4,058 Python 👤 StarsfieldAI Organization 🕐 Обновлено 2025-05-19 📅 Создано 2025-02-02
91
danijar/dreamerv3

Освоение разнообразных областей с помощью мировых моделей

danijar
⭐ 4,001 Python 👤 danijar User 🕐 Обновлено 2026-10-04 📅 Создано 2023-01-14
92
Blizzard/s2client-proto

Клиент StarCraft II - определения протокола, используемые для общения с StarCraft II.

Blizzard
⭐ 3,996 Python 👤 Blizzard Organization 🕐 Обновлено 2026-11-20 📅 Создано 2017-07-22
93
hkust-nlp/simpleRL-reason

Простое обучение с подкреплением для рассуждений

hkust-nlp
⭐ 3,878 Python 👤 hkust-nlp Organization 🕐 Обновлено 2025-12-23 📅 Создано 2025-01-25
94
ashishpatel26/Andrew-NG-Notes

Это рукописные заметки Andrew NG из Coursera.

ashishpatel26
⭐ 3,773 Jupyter Notebook 👤 ashishpatel26 User 🕐 Обновлено 2025-08-01 📅 Создано 2019-06-08
95
polyaxon/polyaxon

ИИ-инфраструктура / Оркестрация ИИ / Плоскость управления ИИ

polyaxon
⭐ 3,749 MDX 👤 polyaxon Organization 🕐 Обновлено 2026-11-20 📅 Создано 2016-12-26
96
enactic/openarm

Полностью открытый гуманоидный манипулятор для исследований в области физического ИИ и развертывания в средах с интенсивным контактом.

enactic
⭐ 3,714 MDX 👤 enactic Organization 🕐 Обновлено 2026-11-16 📅 Создано 2024-09-29
97
rlcode/reinforcement-learning

Минималистичные и понятные примеры обучения с подкреплением

rlcode
⭐ 3,679 Python 👤 rlcode Organization 🕐 Обновлено 2026-06-12 📅 Создано 2017-01-13
98
opendilab/DI-engine

OpenDILab Decision AI Engine. Самый комплексный фреймворк для обучения с подкреплением B.P.

opendilab
⭐ 3,645 Python 👤 opendilab Organization 🕐 Обновлено 2025-12-07 📅 Создано 2021-07-04
99
pytorch/rl

Модульная библиотека PyTorch для обучения с подкреплением, ориентированная на примитивы и Python.

pytorch
⭐ 3,640 Python 👤 pytorch Organization 🕐 Обновлено 2026-11-21 📅 Создано 2022-02-01
100
jonyzhang2023/awesome-embodied-vla-va-vln

Курируемый список передовых исследований в области воплощенного ИИ (embodied AI) с акцентом на модели «зрение-язык-действие» (VLA), навигацию «зрение-язык» (VLN) и связанные с ними подходы к мультимодальному обучению.

jonyzhang2023
⭐ 3,634 👤 jonyzhang2023 User 🕐 Обновлено 2026-09-15 📅 Создано 2025-01-16