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++ Java

Всего репозиториев: 564

151
ARISE-Initiative/robosuite

robosuite: Модульный фреймворк симуляции и бенчмарк для робототехники

ARISE-Initiative
⭐ 2,720 Python 👤 ARISE-Initiative Organization 🕐 Обновлено 2026-11-19 📅 Создано 2018-10-25
152
google-deepmind/mctx

Поиск по дереву Монте-Карло в JAX

google-deepmind
⭐ 2,686 Python 👤 google-deepmind Organization 🕐 Обновлено 2026-10-05 📅 Создано 2022-03-01
153
open-gigaai/giga-brain-0

GigaBrain-0: Визуально-языково-действенная модель, работающая на основе мировой модели

open-gigaai
⭐ 2,673 Python 👤 open-gigaai Organization 🕐 Обновлено 2026-09-09 📅 Создано 2025-09-26
154
guyulongcs/Awesome-Deep-Learning-Papers-for-Search-Recommendation-Advertising

Отличные статьи по глубокому обучению для промышленного поиска, рекомендаций и рекламы. Они фокусируются на Embedding, Matching, Pre-Ranking, Ranking, Post Ranking, Relevance, LLM и RL. Пожалуйста, цитируйте нашу статью "Deep Learning to Rank in Industrial Search Engines, Recommender Systems, and Online Advertising - An Overview and New Perspectives" (TOIS 2026).

guyulongcs
⭐ 2,636 Python 👤 guyulongcs User 🕐 Обновлено 2026-11-13 📅 Создано 2020-09-06
155
mbzuai-oryx/Awesome-LLM-Post-training

Потрясающее руководство/обзор/туториал по LLM для рассуждений

mbzuai-oryx
⭐ 2,589 Python 👤 mbzuai-oryx Organization 🕐 Обновлено 2026-09-05 📅 Создано 2025-02-13
156
Memento-Teams/Memento

Официальный код Memento: Тонкая настройка LLM-агентов без тонкой настройки LLM

Memento-Teams
⭐ 2,584 Python 👤 Memento-Teams User 🕐 Обновлено 2025-10-05 📅 Создано 2025-06-20
157
opendilab/PPOxFamily

Учебный курс PPO x Family DRL (Открытый вводный курс по интеллектуальным решениям: 8 уроков, которые помогут вам разобраться в теории алгоритмов, упорядочить логику кода и освоить практические приложения ИИ для принятия решений)

opendilab
⭐ 2,582 Python 👤 opendilab Organization 🕐 Обновлено 2025-03-13 📅 Создано 2022-11-14
158
skyrl-project/SkyRL

SkyRL: Модульная полностековая RL-библиотека для LLM

skyrl-project
⭐ 2,546 Python 👤 skyrl-project Organization 🕐 Обновлено 2026-11-20 📅 Создано 2025-04-22
159
google/tunix

Легковесная библиотека для пост-обучения LLM

google
⭐ 2,516 Python 👤 google Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-04-02
160
NVlabs/ProtoMotions

ProtoMotions — это ускоренная на GPU платформа для симуляции и обучения, предназначенная для тренировки физически симулированных цифровых людей и человекоподобных роботов.

NVlabs
⭐ 2,507 Python 👤 NVlabs Organization 🕐 Обновлено 2026-11-10 📅 Создано 2024-09-24
161
langfengQ/verl-agent

verl-agent — это расширение veRL, разработанное для обучения LLM/VLM агентов с помощью RL. verl-agent также является официальным кодом для статьи «Group-in-Group Policy Optimization for LLM Agent Training»

langfengQ
⭐ 2,457 Python 👤 langfengQ User 🕐 Обновлено 2026-06-09 📅 Создано 2025-03-23
162
Unakar/Logic-RL

Воспроизвести R1 Zero в логической головоломке

Unakar
⭐ 2,451 Python 👤 Unakar User 🕐 Обновлено 2025-03-20 📅 Создано 2025-02-02
⭐ 2,444 Python 👤 HybridRobotics Organization 🕐 Обновлено 2026-07-24 📅 Создано 2025-08-11
164
xbpeng/MimicKit

Легкий набор методов имитации движений для обучения контроллеров.

xbpeng
⭐ 2,443 Python 👤 xbpeng User 🕐 Обновлено 2026-11-18 📅 Создано 2025-10-08
165
LyWangPX/Reinforcement-Learning-2nd-Edition-by-Sutton-Exercise-Solutions

Решения по Reinforcement Learning: Введение

LyWangPX
⭐ 2,418 Jupyter Notebook 👤 LyWangPX User 🕐 Обновлено 2025-07-10 📅 Создано 2019-04-29
166
XiaomiMiMo/MiMo

MiMo: Раскрытие потенциала рассуждений языковой модели – от предварительного обучения до пост-обучения

XiaomiMiMo
⭐ 2,411 Python 👤 XiaomiMiMo Organization 🕐 Обновлено 2026-10-29 📅 Создано 2025-04-26
167
allenai/RL4LMs

Модульная библиотека RL для тонкой настройки языковых моделей под человеческие предпочтения

allenai
⭐ 2,376 Python 👤 allenai Organization 🕐 Обновлено 2024-03-01 📅 Создано 2022-08-18
168
NVIDIA-NeMo/Nemotron

Developer Asset Hub для NVIDIA Nemotron — Универсальный ресурс для рецептов обучения, руководств использования, наборов данных и полноценных примеров от начальной до конечной стадии, предназначенных для разработки с моделями Nemotron.

NVIDIA-NeMo
⭐ 2,372 Jupyter Notebook 👤 NVIDIA-NeMo Organization 🕐 Обновлено 2026-11-20 📅 Создано 2025-10-03
169
AminHP/gym-anytrading

Самая простая, гибкая и всесторонняя торговая среда OpenAI Gym (Одобрено OpenAI Gym)

AminHP
⭐ 2,361 Python 👤 AminHP User 🕐 Обновлено 2024-03-14 📅 Создано 2019-09-16
170
google-deepmind/mujoco_playground

Библиотека с открытым исходным кодом для демонстраций в симуляции и на реальных роботах на базе MuJoCo.

google-deepmind
⭐ 2,326 Python 👤 google-deepmind Organization 🕐 Обновлено 2026-11-21 📅 Создано 2024-12-03
171
hzwer/ICCV2019-LearningToPaint

ICCV2019 - Обучение рисовать с помощью модельного глубокого обучения с подкреплением

hzwer
⭐ 2,297 Python 👤 hzwer User 🕐 Обновлено 2025-05-07 📅 Создано 2019-03-11
172
alessiodm/drl-zh

Глубокое обучение с подкреплением: от нуля до героя!

alessiodm
⭐ 2,292 Jupyter Notebook 👤 alessiodm User 🕐 Обновлено 2026-05-26 📅 Создано 2024-01-10
173
Liuziyu77/Visual-RFT

Официальный репозиторий 'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning’

Liuziyu77
⭐ 2,283 Jupyter Notebook 👤 Liuziyu77 User 🕐 Обновлено 2025-10-29 📅 Создано 2025-02-24
174
nikhilbarhate99/PPO-PyTorch

Минимальная реализация метода усеченной целевой функции для проксимальной оптимизации политики (PPO) на PyTorch

nikhilbarhate99
⭐ 2,279 Python 👤 nikhilbarhate99 User 🕐 Обновлено 2024-07-09 📅 Создано 2018-09-27
175
PrimeIntellect-ai/prime-rl

Обучение RL с агентным подходом в масштабе

PrimeIntellect-ai
⭐ 2,268 Python 👤 PrimeIntellect-ai Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-02-18
176
tangxyw/RecSysPapers

Сборник отраслевых классических и передовых статей по рекомендациям/рекламе/поиску. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.

tangxyw
⭐ 2,216 Python 👤 tangxyw User 🕐 Обновлено 2026-06-11 📅 Создано 2022-08-16
177
learnsyslab/gym-pybullet-drones

Окружения PyBullet Gymnasium для одно- и многоагентного обучения с подкреплением управления квадрокоптером

learnsyslab
⭐ 2,212 Python 👤 learnsyslab Organization 🕐 Обновлено 2026-11-13 📅 Создано 2020-08-10
178
NVIDIA-NeMo/RL

Масштабируемый набор инструментов для эффективного усиления моделей

NVIDIA-NeMo
⭐ 2,146 Python 👤 NVIDIA-NeMo Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-03-16
179
LeCAR-Lab/ASAP

[RSS 2025] "ASAP: Выравнивание симуляции и физики реального мира для обучения ловким общекорпусным навыкам гуманоидов"

LeCAR-Lab
⭐ 2,143 Python 👤 LeCAR-Lab Organization 🕐 Обновлено 2026-01-06 📅 Создано 2025-01-28
180
Farama-Foundation/ViZDoom

Среды обучения с подкреплением на основе игры Doom 1993 года :godmode:

Farama-Foundation
⭐ 2,111 C++ 👤 Farama-Foundation Organization 🕐 Обновлено 2026-11-21 📅 Создано 2015-06-26
181
MineDojo/MineDojo

Создание открытых воплощенных агентов с использованием знаний в масштабе Интернета

MineDojo
⭐ 2,108 Java 👤 MineDojo Organization 🕐 Обновлено 2024-03-18 📅 Создано 2022-06-18
182
lupantech/AgentFlow

AgentFlow: Оптимизация систем агентов в потоке

lupantech
⭐ 2,095 Python 👤 lupantech User 🕐 Обновлено 2026-02-08 📅 Создано 2025-09-27
183
Open-Reasoner-Zero/Open-Reasoner-Zero

Официальный репозиторий для Open-Reasoner-Zero

Open-Reasoner-Zero
⭐ 2,094 Python 👤 Open-Reasoner-Zero Organization 🕐 Обновлено 2025-06-02 📅 Создано 2025-02-19
185
SakanaAI/continuous-thought-machines

Машины непрерывного мышления, потому что мышление требует времени, а рассуждение — это процесс.

SakanaAI
⭐ 2,049 Python 👤 SakanaAI Organization 🕐 Обновлено 2025-12-29 📅 Создано 2025-05-11
186
Curt-Park/rainbow-is-all-you-need

Rainbow - это все, что вам нужно! Пошаговое руководство от DQN до Rainbow

Curt-Park
⭐ 2,038 Python 👤 Curt-Park User 🕐 Обновлено 2026-06-20 📅 Создано 2019-06-10
187
PacktPublishing/Advanced-Deep-Learning-with-Keras

Продвинутое глубокое обучение с Keras, опубликованное Packt

PacktPublishing
⭐ 2,028 Python 👤 PacktPublishing Organization 🕐 Обновлено 2026-03-02 📅 Создано 2018-03-15
188
FareedKhan-dev/all-rl-algorithms

Реализация всех алгоритмов RL более простым способом

FareedKhan-dev
⭐ 2,004 Jupyter Notebook 👤 FareedKhan-dev User 🕐 Обновлено 2026-11-16 📅 Создано 2025-03-30
189
fan-ziqi/robot_lab

Библиотека расширений RL для роботов, основанная на IsaacLab.

fan-ziqi
⭐ 1,985 Python 👤 fan-ziqi User 🕐 Обновлено 2026-10-20 📅 Создано 2024-07-06
190
WassimTenachi/PhySO

Физическая символическая оптимизация

WassimTenachi
⭐ 1,980 Python 👤 WassimTenachi User 🕐 Обновлено 2026-02-21 📅 Создано 2023-01-27
191
Farama-Foundation/Gymnasium-Robotics

Сборник сред симуляции робототехники для обучения с подкреплением

Farama-Foundation
⭐ 1,941 Python 👤 Farama-Foundation Organization 🕐 Обновлено 2026-11-16 📅 Создано 2021-10-25
192
eloialonso/diamond

DIAMOND (DIffusion As a Model Of eNvironment Dreams) — это агент обучения с подкреплением, обученный в диффузионной мировой модели. NeurIPS 2024 Spotlight.

eloialonso
⭐ 1,939 Python 👤 eloialonso User 🕐 Обновлено 2024-12-06 📅 Создано 2024-05-19
194
RoboVerseOrg/RoboVerse

RoboVerse: На пути к единой платформе, набору данных и эталону для масштабируемого и обобщаемого обучения роботов

RoboVerseOrg
⭐ 1,881 Python 👤 RoboVerseOrg Organization 🕐 Обновлено 2026-11-16 📅 Создано 2025-04-04
195
openreasoner/openr

OpenR: Фреймворк с открытым исходным кодом для продвинутого рассуждения с использованием больших языковых моделей

openreasoner
⭐ 1,846 Python 👤 openreasoner Organization 🕐 Обновлено 2025-01-17 📅 Создано 2024-10-11
196
zslucky/awesome-AI-books

Некоторые потрясающие книги и пдф-файлы, связанные с ИИ, для изучения и скачивания, а также примените некоторые демонстрационные модели для обучения

zslucky
⭐ 1,842 Jupyter Notebook 👤 zslucky User 🕐 Обновлено 2026-07-07 📅 Создано 2018-02-25
197
Yvictor/TradingGym

Среда для торговли и бэктестинга для обучения агента reinforcement learning или простого алгоритма на основе правил.

Yvictor
⭐ 1,810 Python 👤 Yvictor User 🕐 Обновлено 2024-02-11 📅 Создано 2017-05-01
198
microsoft/CyberBattleSim

Платформа для экспериментов и исследований для изучения взаимодействия автоматизированных агентов в абстрактных симулированных сетевых средах.

microsoft
⭐ 1,804 Jupyter Notebook 👤 microsoft Organization 🕐 Обновлено 2026-11-13 📅 Создано 2020-11-17
199
chynl/snake

Играю в игру змейка с ИИ.

chynl
⭐ 1,797 Python 👤 chynl User 🕐 Обновлено 2026-04-19 📅 Создано 2016-06-25
⭐ 1,795 Python 👤 microsoft Organization 🕐 Обновлено 2026-11-02 📅 Создано 2026-06-15