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++ TeX

Всего репозиториев: 564

251
reiniscimurs/DRL-robot-navigation

Глубокое обучение с подкреплением для навигации мобильных роботов в симуляторе ROS Gazebo. Используя нейронную сеть Twin Delayed Deep Deterministic Policy Gradient (TD3), робот учится перемещаться к случайной целевой точке в симулированной среде, избегая препятствий.

reiniscimurs
⭐ 1,380 Python 👤 reiniscimurs User 🕐 Обновлено 2025-12-13 📅 Создано 2021-10-25
252
kengz/SLM-Lab

Модульный фреймворк глубокого обучения с подкреплением в PyTorch. Сопутствующая библиотека книги "Foundations of Deep Reinforcement Learning".

kengz
⭐ 1,366 Python 👤 kengz User 🕐 Обновлено 2026-10-29 📅 Создано 2017-10-02
253
tanishqkumar/beyond-nanogpt

Минимальные и аннотированные реализации ключевых идей современных исследований в области глубокого обучения.

tanishqkumar
⭐ 1,361 Python 👤 tanishqkumar User 🕐 Обновлено 2026-01-29 📅 Создано 2025-04-16
254
MoonshotAI/Kimi-Dev

LLM с открытым исходным кодом для задач программной инженерии

MoonshotAI
⭐ 1,357 Python 👤 MoonshotAI Organization 🕐 Обновлено 2025-09-30 📅 Создано 2025-06-16
255
fancyboi999/ai-engineering-from-scratch-zh

Самый полный путь обучения для инженеров AI-агентов · Освойте ИИ-инжиниринг с нуля · 20 этапов, 542 урока · Полный перевод на китайский + сопутствующий сайт + анимированные обучающие видео · Путеводитель по становлению инженером AI-агентов

fancyboi999
⭐ 1,353 Python 👤 fancyboi999 User 🕐 Обновлено 2026-11-21 📅 Создано 2026-05-26
256
NVIDIA-NeMo/Gym

Оценивать и улучшать модели и агенты с использованием окружений

NVIDIA-NeMo
⭐ 1,347 Python 👤 NVIDIA-NeMo Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-08-25
257
quantumiracle/Popular-RL-Algorithms

Реализация на PyTorch алгоритмов Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet..

quantumiracle
⭐ 1,344 Jupyter Notebook 👤 quantumiracle User 🕐 Обновлено 2025-03-13 📅 Создано 2019-04-19
260
keon/deep-q-learning

Минимальные реализации Deep Q Learning (DQN и DDQN) на Keras

keon
⭐ 1,333 Python 👤 keon User 🕐 Обновлено 2026-05-18 📅 Создано 2017-02-06
262
NousResearch/atropos

Atropos — это фреймворк сред обучения с подкреплением для языковых моделей, предназначенный для сбора и оценки траекторий LLM в различных средах

NousResearch
⭐ 1,324 Python 👤 NousResearch Organization 🕐 Обновлено 2026-06-29 📅 Создано 2025-04-29
264
wouterkool/attention-learn-to-route

Модель на основе внимания для обучения решению различных задач маршрутизации

wouterkool
⭐ 1,318 Jupyter Notebook 👤 wouterkool User 🕐 Обновлено 2024-08-04 📅 Создано 2018-03-22
265
Alibaba-NLP/ZeroSearch

ZeroSearch: Стимулирование возможности поиска LLM без поиска

Alibaba-NLP
⭐ 1,305 Python 👤 Alibaba-NLP Organization 🕐 Обновлено 2025-08-16 📅 Создано 2025-05-07
266
ICT-FinD-Lab/alphagen

Генерация наборов формульных альфа-факторов (прогнозных) акций с помощью обучения с подкреплением.

ICT-FinD-Lab
⭐ 1,302 Python 👤 ICT-FinD-Lab Organization 🕐 Обновлено 2026-06-04 📅 Создано 2022-07-05
268
oxwhirl/smac

SMAC: Многоагентный вызов StarCraft

oxwhirl
⭐ 1,300 Python 👤 oxwhirl Organization 🕐 Обновлено 2024-02-18 📅 Создано 2019-01-08
⭐ 1,293 Python 👤 Visual-Agent Organization 🕐 Обновлено 2025-11-20 📅 Создано 2025-03-15
270
ahundt/awesome-robotics

Куратированный список крутых ссылок и библиотек программного обеспечения, полезных для роботов.

ahundt
⭐ 1,293 👤 ahundt User 🕐 Обновлено 2024-01-10 📅 Создано 2017-05-12
271
metadriverse/metadrive

MetaDrive: Легкий симулятор вождения для всех

metadriverse
⭐ 1,284 Python 👤 metadriverse Organization 🕐 Обновлено 2026-10-16 📅 Создано 2021-08-28
272
Rishabh-creator601/Books

Книги / PDF / EPUB для разных областей программирования. ЧИТАЙ РАСТИ И НАСЛАЖДАЙСЯ 😊😊😊😊

Rishabh-creator601
⭐ 1,281 👤 Rishabh-creator601 User 🕐 Обновлено 2026-11-20 📅 Создано 2025-06-15
273
patrick-llgc/Learning-Deep-Learning

Заметки по чтению статей по глубокому обучению и машинному обучению

patrick-llgc
⭐ 1,280 Jupyter Notebook 👤 patrick-llgc User 🕐 Обновлено 2026-10-27 📅 Создано 2017-04-02
274
ucla-rlcourse/RLexample

Некоторые базовые примеры игры с RL

ucla-rlcourse
⭐ 1,275 Jupyter Notebook 👤 ucla-rlcourse Organization 🕐 Обновлено 2026-02-18 📅 Создано 2019-01-09
275
uzh-rpg/flightmare

Открытый гибкий симулятор квадрокоптера

uzh-rpg
⭐ 1,265 C++ 👤 uzh-rpg Organization 🕐 Обновлено 2024-06-14 📅 Создано 2020-07-14
276
google-deepmind/android_env

Исследования в области машинного обучения на устройствах Android.

google-deepmind
⭐ 1,263 Python 👤 google-deepmind Organization 🕐 Обновлено 2026-11-18 📅 Создано 2021-04-21
277
aws-solutions-library-samples/guidance-for-training-an-aws-deepracer-model-using-amazon-sagemaker

Содержание семинара DeepRacer. Это руководство демонстрирует, как разработчики программного обеспечения могут использовать экземпляр Amazon SageMaker Notebook для прямой тренировки и оценки моделей AWS DeepRacer с полным контролем.

aws-solutions-library-samples
⭐ 1,251 Jupyter Notebook 👤 aws-solutions-library-samples Organization 🕐 Обновлено 2024-10-21 📅 Создано 2018-11-23
278
alexfrom0815/Online-3D-BPP-PCT

Реализация кода «Эффективное онлайн-размещение 3D-объектов в контейнерах на деревьях конфигурации размещения». Мы предлагаем повысить практическую применимость онлайн-задачи размещения 3D-объектов в контейнерах (BPP) путем обучения на иерархическом дереве конфигурации размещения, которое позволяет модели глубокого обучения с подкреплением (DRL) легко справляться с практическими ограничениями и хорошо работать даже в условиях непрерывного пространства решений.

alexfrom0815
⭐ 1,247 Python 👤 alexfrom0815 User 🕐 Обновлено 2026-01-21 📅 Создано 2022-02-02
279
Improbable-AI/walk-these-ways

Инструменты для обучения и развертывания RL в реальном мире на основе симуляций для робота Unitree Go1.

Improbable-AI
⭐ 1,246 Python 👤 Improbable-AI Organization 🕐 Обновлено 2024-06-16 📅 Создано 2022-11-15
280
jiangranlv/embodied-ai-start

[PKU EPIC Lab] Руководство для начинающих по воплощенному ИИ

jiangranlv
⭐ 1,242 👤 jiangranlv User 🕐 Обновлено 2025-12-03 📅 Создано 2025-10-07
281
hanruihua/ir-sim

Лёгкий симулятор роботов на базе Python, предназначенный для навигации, управления и обучения.

hanruihua
⭐ 1,242 Python 👤 hanruihua User 🕐 Обновлено 2026-11-21 📅 Создано 2022-05-30
282
rohanpsingh/LearningHumanoidWalking

Обучение человекоподобного робота передвижению с использованием обучения с подкреплением

rohanpsingh
⭐ 1,234 Python 👤 rohanpsingh User 🕐 Обновлено 2026-05-03 📅 Создано 2022-07-13
283
jannerm/diffuser

Код для статьи «Planning with Diffusion for Flexible Behavior Synthesis»

jannerm
⭐ 1,223 Python 👤 jannerm User 🕐 Обновлено 2024-07-18 📅 Создано 2022-05-03
284
srush/awesome-o1

Библиография и обзор работ, касающихся o1

srush
⭐ 1,213 TeX 👤 srush User 🕐 Обновлено 2026-07-07 📅 Создано 2024-10-16
285
yfzhang114/Awesome-Multimodal-Large-Language-Models

Заметки для чтения о мультимодальных больших языковых моделях, больших языковых моделях и диффузионных моделях

yfzhang114
⭐ 1,211 👤 yfzhang114 User 🕐 Обновлено 2026-11-07 📅 Создано 2024-03-30
286
Farama-Foundation/MO-Gymnasium

Многоцелевые среды Gymnasium для обучения с подкреплением

Farama-Foundation
⭐ 1,207 Python 👤 Farama-Foundation Organization 🕐 Обновлено 2026-11-11 📅 Создано 2022-04-11
287
ElectricAlexis/NotaGen

NotaGen: Продвижение музыкальности в символической генерации музыки с помощью парадигм обучения больших языковых моделей

ElectricAlexis
⭐ 1,202 Python 👤 ElectricAlexis User 🕐 Обновлено 2025-04-21 📅 Создано 2024-06-01
288
upb-lea/reinforcement_learning_course_materials

Конспекты лекций, задания для семинаров, включая решения, а также онлайн-видео для курса по обучению с подкреплением, проводимого Университетом Падерборна

upb-lea
⭐ 1,200 Jupyter Notebook 👤 upb-lea Organization 🕐 Обновлено 2026-01-05 📅 Создано 2020-07-20
289
openai/procgen

Procgen Benchmark: Процедурно генерируемые среды Gym, похожие на игры

openai
⭐ 1,197 C++ 👤 openai Organization 🕐 Обновлено 2026-03-27 📅 Создано 2019-11-22
290
bytedance/Fastbot_Android

Fastbot(2.0) — это основанный на моделях инструмент тестирования для моделирования переходов графического интерфейса и обнаружения проблем со стабильностью приложений

bytedance
⭐ 1,189 C++ 👤 bytedance Organization 🕐 Обновлено 2025-06-20 📅 Создано 2020-12-04
291
simpler-env/SimplerEnv

Оценка и воспроизведение политик манипулирования роботами в реальном мире (например, RT-1, RT-1-X, Octo) в симуляции при стандартных настройках (например, Google Robot, WidowX+Bridge) (CoRL 2024)

simpler-env
⭐ 1,187 Jupyter Notebook 👤 simpler-env Organization 🕐 Обновлено 2026-09-30 📅 Создано 2024-03-23
292
Tencent-Hunyuan/MixGRPO

[ECCV 2026] MixGRPO: Раскрытие эффективности GRPO на основе потока с помощью смешанной ODE-SDE

Tencent-Hunyuan
⭐ 1,185 Python 👤 Tencent-Hunyuan Organization 🕐 Обновлено 2026-07-01 📅 Создано 2025-07-29
293
ericyangyu/PPO-for-Beginners

Простая и стильная реализация PPO. Основано на моей серии Medium: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.

ericyangyu
⭐ 1,184 Python 👤 ericyangyu User 🕐 Обновлено 2024-10-01 📅 Создано 2020-09-04
294
RainBowLuoCS/Gamer

Официальная реализация Gamer: универсальная базовая модель «зрение — язык — действие» для игровых агентов реального времени с долгосрочным горизонтом

RainBowLuoCS
⭐ 1,179 👤 RainBowLuoCS User 🕐 Обновлено 2026-11-16 📅 Создано 2026-10-30
295
flow-project/flow

Вычислительный фреймворк для обучения с подкреплением в управлении трафиком

flow-project
⭐ 1,171 Python 👤 flow-project Organization 🕐 Обновлено 2024-07-27 📅 Создано 2017-08-24
296
nnaisense/evotorch

Современная библиотека эволюционных вычислений, построенная непосредственно на базе PyTorch, создана в NNAISENSE.

nnaisense
⭐ 1,152 Python 👤 nnaisense Organization 🕐 Обновлено 2026-11-16 📅 Создано 2022-08-08
298
NVlabs/DiffusionNFT

[ICLR 2026 Oral] DiffusionNFT: онлайн-усиление диффузии с прямым процессом

NVlabs
⭐ 1,134 Python 👤 NVlabs Organization 🕐 Обновлено 2026-02-10 📅 Создано 2025-09-19
299
nv-tlabs/ASE

Состязательные вложения навыков для обучения многоразовым контроллерам для физически симулированных персонажей.

nv-tlabs
⭐ 1,129 Python 👤 nv-tlabs Organization 🕐 Обновлено 2025-12-07 📅 Создано 2022-04-25
300
huawei-noah/SMARTS

Масштабируемая школа обучения RL с несколькими агентами для автономного вождения

huawei-noah
⭐ 1,123 Python 👤 huawei-noah Organization 🕐 Обновлено 2025-01-31 📅 Создано 2020-10-07