Git Stars Git Stars

#reinforcement-learning Репозитории

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

Всего репозиториев: 564

301
PKU-Alignment/omnisafe

JMLR: OmniSafe — это инфраструктурная основа для ускорения исследований SafeRL.

PKU-Alignment
⭐ 1,122 Python 👤 PKU-Alignment Organization 🕐 Обновлено 2025-03-17 📅 Создано 2022-11-19
302
BytedTsinghua-SIA/MemAgent

Фреймворк MemAgent, который может быть экстраполирован до 3,5 млн., вместе с фреймворком обучения для обучения RL любого рабочего процесса агента.

BytedTsinghua-SIA
⭐ 1,118 Python 👤 BytedTsinghua-SIA Organization 🕐 Обновлено 2026-05-12 📅 Создано 2025-06-24
303
xid32/SoundMind

Мы представляем набор данных Audio Logical Reasoning (ALR), состоящий из 6 446 размеченных текстом и аудио примеров, специально разработанных для сложных задач рассуждения. Основываясь на этом ресурсе, мы предлагаем SoundMind — основанный на правилах алгоритм обучения с подкреплением (RL), предназначенный для наделения аудиоязыковых моделей (ALM) глубокими бимодальными возможностями рассуждения.

xid32
⭐ 1,116 Python 👤 xid32 User 🕐 Обновлено 2025-11-26 📅 Создано 2025-06-13
304
agi-brain/xuance

XuanCe: Комплексная и унифицированная библиотека глубокого обучения с подкреплением

agi-brain
⭐ 1,114 Python 👤 agi-brain Organization 🕐 Обновлено 2026-11-17 📅 Создано 2023-05-21
305
waymo-research/waymax

Симулятор на базе JAX для исследований в области автономного вождения.

waymo-research
⭐ 1,110 Python 👤 waymo-research Organization 🕐 Обновлено 2025-10-23 📅 Создано 2023-10-02
306
Kim-Hammar/awesome-rl-for-cybersecurity

Курируемый список ресурсов, посвященных обучению с подкреплением, применяемому в кибербезопасности.

Kim-Hammar
⭐ 1,109 👤 Kim-Hammar User 🕐 Обновлено 2026-07-21 📅 Создано 2021-12-14
307
vietnh1009/Super-mario-bros-A3C-pytorch

Алгоритм Asynchronous Advantage Actor-Critic (A3C) для Super Mario Bros

vietnh1009
⭐ 1,105 Python 👤 vietnh1009 User 🕐 Обновлено 2024-04-28 📅 Создано 2019-05-29
308
LucasAlegre/sumo-rl

Окружения для обучения с подкреплением для управления светофорами с SUMO. Совместимы с Gymnasium, PettingZoo и популярными библиотеками RL.

LucasAlegre
⭐ 1,104 Python 👤 LucasAlegre User 🕐 Обновлено 2026-03-08 📅 Создано 2018-12-10
309
Toni-SM/skrl

Модульная библиотека обучения с подкреплением (RL) (реализованная на PyTorch, JAX и NVIDIA Warp) с поддержкой Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground и других сред

Toni-SM
⭐ 1,103 Python 👤 Toni-SM User 🕐 Обновлено 2026-11-21 📅 Создано 2021-10-18
310
offchan42/machine-learning-curriculum

:computer: Научись заставлять машины учиться, чтобы не мучиться с их программированием; Окончательный список

offchan42
⭐ 1,102 👤 offchan42 User 🕐 Обновлено 2024-03-03 📅 Создано 2016-12-12
311
JudgmentLabs/judgeval

Стек непрерывного улучшения для агентов. Наши данные об окружающей среде и оценки способствуют улучшению и мониторингу агентов.

JudgmentLabs
⭐ 1,073 Python 👤 JudgmentLabs Organization 🕐 Обновлено 2026-11-19 📅 Создано 2024-10-25
312
reacher-z/Awesome-CUA

Открытый каталог агентов для работы с компьютером, основанный на источниках: проверенные статьи, модели GUI, наборы данных, бенчмарки, инструменты и повторно используемые данные JSONL/SQLite.

reacher-z
⭐ 1,072 Python 👤 reacher-z User 🕐 Обновлено 2026-11-21 📅 Создано 2026-10-16
313
TeleHuman/PBHC

Официальная реализация "KungfuBot: Физически-обоснованное управление телом гуманоидного робота для изучения высокодинамичных навыков"

TeleHuman
⭐ 1,072 Python 👤 TeleHuman Organization 🕐 Обновлено 2026-07-01 📅 Создано 2025-05-20
314
metauto-ai/GPTSwarm

🐝 Первые самообучающиеся агенты с использованием RL / оптимизации промптов

metauto-ai
⭐ 1,072 Python 👤 metauto-ai Organization 🕐 Обновлено 2026-02-05 📅 Создано 2024-02-26
315
BAILOOL/DoYouEvenLearn

Необходимое руководство по тому, чтобы не отставать от AI/ML/DL/CV

BAILOOL
⭐ 1,066 👤 BAILOOL User 🕐 Обновлено 2025-01-18 📅 Создано 2017-12-03
316
worldbench/DiffusionOPSD

🔥 Самодистилляция по текущей политике в диффузионных моделях

worldbench
⭐ 1,057 Python 👤 worldbench Organization 🕐 Обновлено 2026-10-12 📅 Создано 2026-07-29
317
rl-tools/rl-tools

Самая быстрая библиотека глубокого обучения с подкреплением

rl-tools
⭐ 1,056 C++ 👤 rl-tools Organization 🕐 Обновлено 2026-11-18 📅 Создано 2023-11-11
318
Farama-Foundation/Stable-Retro

Форк gym-retro с дополнительными играми, эмуляторами и поддерживаемыми платформами

Farama-Foundation
⭐ 1,053 C++ 👤 Farama-Foundation Organization 🕐 Обновлено 2026-11-21 📅 Создано 2023-05-15
319
Tencent-Hunyuan/UniRL

UniRL — это фреймворк для обучения с подкреплением унифицированных мультимодальных моделей

Tencent-Hunyuan
⭐ 1,051 Python 👤 Tencent-Hunyuan Organization 🕐 Обновлено 2026-11-16 📅 Создано 2026-06-08
320
pytorch/tensordict

dict[str, torch.Tensor], который ведёт себя как один тензор, и TensorClass: типизированные пакетные классы данных, поддерживающие компиляцию.

pytorch
⭐ 1,046 Python 👤 pytorch Organization 🕐 Обновлено 2026-11-21 📅 Создано 2022-10-19
321
PKU-MARL/DexterousHands

Это библиотека, которая предоставляет задачи двойного ловкого манипулирования руками с помощью Isaac Gym

PKU-MARL
⭐ 1,043 Python 👤 PKU-MARL Organization 🕐 Обновлено 2025-02-18 📅 Создано 2022-03-30
322
hanjuku-kaso/awesome-offline-rl

Индекс алгоритмов для офлайн-обучения с подкреплением (offline-rl)

hanjuku-kaso
⭐ 1,042 👤 hanjuku-kaso Organization 🕐 Обновлено 2024-05-23 📅 Создано 2020-12-04
323
MrSyee/pg-is-all-you-need

Policy Gradient — это всё, что вам нужно! Пошаговое руководство по известным методам PG.

MrSyee
⭐ 1,040 Jupyter Notebook 👤 MrSyee User 🕐 Обновлено 2026-07-17 📅 Создано 2019-07-15
324
silvery107/rl-mpc-locomotion

Глубокое обучение с подкреплением для управления квадрупедным роботом методом MPC

silvery107
⭐ 1,036 Python 👤 silvery107 User 🕐 Обновлено 2026-04-26 📅 Создано 2021-11-22
325
ZhiqingXiao/rl-book

Исходные коды для книги "Reinforcement Learning: Theory and Python Implementation"

ZhiqingXiao
⭐ 1,033 HTML 👤 ZhiqingXiao User 🕐 Обновлено 2025-10-26 📅 Создано 2019-01-25
326
alex-petrenko/sample-factory

Высокопроизводительное синхронное и асинхронное обучение с подкреплением

alex-petrenko
⭐ 1,030 Python 👤 alex-petrenko User 🕐 Обновлено 2026-10-19 📅 Создано 2019-06-20
327
MeiGen-AI/PosterCraft

[ICLR2026] Пересмотр генерации высококачественных эстетических плакатов в единой рамке

MeiGen-AI
⭐ 1,029 Python 👤 MeiGen-AI Organization 🕐 Обновлено 2026-02-11 📅 Создано 2025-06-30
328
MoonshotAI/checkpoint-engine

Checkpoint-engine — это простой промежуточный слой для обновления весов модели в механизмах вывода LLM

MoonshotAI
⭐ 1,026 Python 👤 MoonshotAI Organization 🕐 Обновлено 2026-10-22 📅 Создано 2025-09-08
329
imsheridan/DeepRec

Сборник классических и передовых статей и материалов в индустрии рекомендаций и рекламы / Обязательные к прочтению статьи по системам рекомендаций и прогнозированию CTR

imsheridan
⭐ 1,021 👤 imsheridan User 🕐 Обновлено 2024-01-20 📅 Создано 2019-12-04
330
isaac-sim/OmniIsaacGymEnvs

Среды обучения с подкреплением для Omniverse Isaac Gym

isaac-sim
⭐ 1,020 Python 👤 isaac-sim Organization 🕐 Обновлено 2024-06-06 📅 Создано 2022-06-01
332
facebookresearch/CompilerGym

Среды обучения с подкреплением для задач оптимизации компиляторов и программ

facebookresearch
⭐ 1,013 Python 👤 facebookresearch Organization 🕐 Обновлено 2026-04-14 📅 Создано 2020-11-11
333
Motphys/UniLab

UniLab: инфраструктура на основе контрактов для обучения роботов на различных физических движках и оборудовании

Motphys
⭐ 1,011 Python 👤 Motphys Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-02-04
334
CelaDaniel/free-ai-resources-x

🌟 Курируемая коллекция бесплатных высококачественных ИИ-инструментов 🤖, API 🔗, наборов данных 📊 и учебных ресурсов 📚, охватывающих машинное обучение 🧠, глубокое обучение 🧩, генеративный ИИ 🎨, NLP 💬 и науку о данных 📈. Создана, чтобы помочь разработчикам 👩‍💻, исследователям 🔬 и создателям контента ✨ быстрее изучать и создавать решения на базе ИИ ⚡.

CelaDaniel
⭐ 1,008 👤 CelaDaniel User 🕐 Обновлено 2026-05-21 📅 Создано 2025-10-17
335
luchris429/purejaxrl

Действительно быстрые сквозные реализации Jax RL

luchris429
⭐ 1,007 Python 👤 luchris429 User 🕐 Обновлено 2024-09-09 📅 Создано 2023-02-25
336
locuslab/mpc.pytorch

Быстрый и дифференцируемый решатель для модельно-предиктивного управления (MPC) для PyTorch.

locuslab
⭐ 1,007 Python 👤 locuslab Organization 🕐 Обновлено 2024-08-27 📅 Создано 2018-10-02
337
stepfun-ai/Step-Audio-EditX

Мощная 3B-параметровая модель редактирования аудио на основе LLM с использованием обучения с подкреплением превосходно справляется с редактированием эмоций, стиля речи и паралингвистики, а также обладает надежной технологией преобразования текста в речь (zero-shot text-to-speech).

stepfun-ai
⭐ 1,005 Python 👤 stepfun-ai Organization 🕐 Обновлено 2026-04-09 📅 Создано 2025-10-29
338
nicklashansen/tdmpc2

Код для «TD-MPC2: Масштабируемые, надежные мировые модели для непрерывного управления»

nicklashansen
⭐ 1,004 Python 👤 nicklashansen User 🕐 Обновлено 2026-10-20 📅 Создано 2023-10-26
339
TuragaLab/flybody

Модель тела плодовой мухи MuJoCo и задачи RL по передвижению

TuragaLab
⭐ 984 Python 👤 TuragaLab Organization 🕐 Обновлено 2026-02-07 📅 Создано 2024-01-30
340
Kuaishou-OneRec/OpenOneRec

Открытая фундаментальная модель и эталонный набор для ускорения генеративных рекомендаций

Kuaishou-OneRec
⭐ 983 Python 👤 Kuaishou-OneRec User 🕐 Обновлено 2026-05-18 📅 Создано 2025-12-29
341
HumanCompatibleAI/overcooked_ai

Среда для бенчмаркинга полностью кооперативной производительности человека и ИИ.

HumanCompatibleAI
⭐ 973 Jupyter Notebook 👤 HumanCompatibleAI Organization 🕐 Обновлено 2025-03-22 📅 Создано 2019-06-23
342
AgileRL/AgileRL

Полный стек постобучения для LLM, а также RL для решения любых задач. SFT, DPO и агентный RL с несколькими ходами, со встроенной эволюционной оптимизацией гиперпараметров.

AgileRL
⭐ 971 Python 👤 AgileRL Organization 🕐 Обновлено 2026-11-21 📅 Создано 2023-03-01
343
d0r1h/ML-University

Университет машинного обучения с открытым исходным кодом

d0r1h
⭐ 956 👤 d0r1h User 🕐 Обновлено 2026-10-12 📅 Создано 2020-08-29
344
AspirinCode/papers-for-molecular-design-using-DL

Список молекулярного и материального дизайна с использованием генеративного ИИ и глубокого обучения

AspirinCode
⭐ 954 👤 AspirinCode User 🕐 Обновлено 2026-11-20 📅 Создано 2023-02-28
345
jonyzhang2023/awesome-humanoid-learning

Ресурсы роботов-гуманоидов

jonyzhang2023
⭐ 951 👤 jonyzhang2023 User 🕐 Обновлено 2026-03-16 📅 Создано 2024-01-16
346
StanfordVL/GibsonEnv

Gibson Environments: Восприятие реального мира для воплощённых агентов

StanfordVL
⭐ 949 C 👤 StanfordVL Organization 🕐 Обновлено 2026-10-20 📅 Создано 2017-12-18
347
minerllabs/minerl

Конкурс MineRL по Sample Efficient Reinforcement Learning - Пакет Python

minerllabs
⭐ 947 Java 👤 minerllabs Organization 🕐 Обновлено 2025-01-22 📅 Создано 2019-04-23
348
MushroomRL/mushroom-rl

Библиотека Python для обучения с подкреплением.

MushroomRL
⭐ 946 Python 👤 MushroomRL Organization 🕐 Обновлено 2026-11-20 📅 Создано 2017-02-25
350
RobertTLange/gymnax

RL-среды в JAX 🌍

RobertTLange
⭐ 942 Python 👤 RobertTLange User 🕐 Обновлено 2026-11-20 📅 Создано 2020-12-26