#rl Репозитории
Откройте для себя 47 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #rl, с общим числом 119,707 звёзд (в среднем 2,546 на проект). Лидером этой темы является LlamaChinese/Llama-Chinese, набравший 14,712 звёзд.
Всего репозиториев: 47
Китайское сообщество Llama, в режиме реального времени собирает новейшие учебные материалы по Llama, создает лучшую в Китае экосистему больших моделей Llama с открытым исходным кодом, полностью с открытым исходным кодом и доступную для коммерческого использования
Dopamine — это исследовательская платформа для быстрого прототипирования алгоритмов обучения с подкреплением.
Тренажер обучения агентов с подкреплением: обучайте многошаговых агентов для реальных задач с помощью GRPO. Проводите обучение ваших агентов без отрыва от работы. Обучение с подкреплением для Qwen3.6, GPT-OSS, Llama и других моделей!
EasyR1: Эффективная, масштабируемая платформа обучения RL с несколькими модальностями на основе veRL
🚀 Открытый практический курс, bridging разрыв от базовых концепций RL до выравнивания LLM, RLVR и продвинутых агентных систем.
agent-sandbox обеспечивает простое управление изолированными рабочими нагрузками с сохранением состояния и единственным экземпляром, что идеально подходит для таких вариантов использования, как среды выполнения ИИ-агентов и обучение с подкреплением (RL).
Модульная библиотека PyTorch для обучения с подкреплением, ориентированная на примитивы и Python.
Реализация алгоритма AlphaZero для Гомоку (также называемого Gobang или Five in a Row)
Охватывает данные для предобучения, токенизаторы, Transformer, MoE, распределённое обучение, законы масштабирования, инференс и выравнивание. 6 последовательных заданий по программированию для комплексного изучения LLM.
Тренировочная основа для агентов обучения с подкреплением Stable Baselines3, с оптимизацией гиперпараметров и включенными предварительно обученными агентами.
[ICLR 2026] SimpleVLA-RL: Масштабирование обучения VLA с помощью обучения с подкреплением
Стек непрерывного улучшения для агентов. Наши данные об окружающей среде и оценки способствуют улучшению и мониторингу агентов.
Tensorlake — это серверлесс-рантайм для песочниц и развертывания фоновых агентных приложений
"AI-Compass" поможет сообществу ориентироваться в океане технологий ИИ. Независимо от того, новичок вы или опытный разработчик, здесь вы найдете пути к основным направлениям ИИ. Цель проекта — помочь разработчикам систематически разобраться в ключевых концепциях ИИ, в ведущих технологиях и передовых тенденциях, а также практическим освоением полного процесса от теории до реализации.
Системы интеллектуального управления рисками на базе ИИ, OpenDeRisk — Ваш интеллектуальный менеджер рисков систем приложений обеспечивает круглосуточную (7 × 24 часа) комплексную и глубокую защиту.
Курируемая коллекция статей, технических отчетов, фреймворков и инструментов для дистилляции по политике (OPD) больших языковых моделей
[EMNLP 2026] MobileGym: проверяемая и высокопараллельная платформа симуляции для исследований мобильных GUI-агентов · Android-симулятор в браузере · Проверяемая оценка · Масштабируемое онлайн-обучение с подкреплением (RL)
3D-печатная платформа человекоподобного робота с открытым исходным кодом для sim-to-real и RL
Пакет Contrib для Stable-Baselines3 - Экспериментальный код обучения с подкреплением (RL)
Официальный репозиторий DR Tulu: Обучение с подкреплением с эволюционирующими рубриками для глубоких исследований
Куратированный список статей по поиску в дереве Монте-Карло с реализациями.
BenchMARL — это библиотека для тестирования многоагентного обучения с подкреплением (MARL). BenchMARL позволяет быстро сравнивать различные алгоритмы, задачи и модели MARL, оставаясь при этом систематически основанным на двух основных принципах: воспроизводимости и стандартизации.
Платформа для исследований ИИ по обучению с подкреплением на основе реальных панорамных изображений.
Реализация алгоритмов Inverse Reinforcement Learning (IRL) на Python/TensorFlow. Deep MaxEnt, MaxEnt, LPIRL
Последние достижения в области долгоцепочечного рассуждения
Реализации ROS2-Control для четвероногих роботов, включая sim2real
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.
DeepThinkVLA: Улучшение способностей к рассуждению в моделях видение-язык-действие
Официальная реализация GDPO: оптимизация политики с декоррелированной нормализацией групповых вознаграждений для оптимизации обучения с подкреплением по нескольким вознаграждениям
Часто задаваемые вопросы
Какой репозиторий по теме #rl наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #rl на GitHub — LlamaChinese/Llama-Chinese, набравший 14,712 звёзд. Китайское сообщество Llama, в режиме реального времени собирает новейшие учебные материалы по Llama, создает лучшую в Китае экосистему больших моделей Llama с открытым исходным кодом, полностью с открытым исходным кодом и доступную для коммерческого использования
Какие языки программирования чаще всего используются в репозиториях по теме #rl?
Среди наиболее высоко оценённых проектов по теме #rl на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, C++, Go.
Как рассчитывается рейтинг репозиториев по теме #rl?
Мы отслеживаем 47 активных репозиториев с открытым исходным кодом, отмеченных тегом #rl (500 и более звёзд), с общим числом 119,707 звёзд и в среднем 2,546 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.