Git Stars Git Stars

#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.

47
Всего репозиториев
119,707
Всего звезд
2,546
Среднее количество звезд на репозиторий
Языки программирования: Python Jupyter Notebook C++ Go TeX Rust

Всего репозиториев: 47

1
LlamaChinese/Llama-Chinese

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

LlamaChinese
⭐ 14,712 Python 👤 LlamaChinese Organization 🕐 Обновлено 2025-04-06 📅 Создано 2023-07-19
2
thu-ml/tianshou

Элегантная библиотека PyTorch для глубокого обучения с подкреплением.

thu-ml
⭐ 11,056 Python 👤 thu-ml Organization 🕐 Обновлено 2026-04-03 📅 Создано 2018-04-16
3
google/dopamine

Dopamine — это исследовательская платформа для быстрого прототипирования алгоритмов обучения с подкреплением.

google
⭐ 10,934 Jupyter Notebook 👤 google Organization 🕐 Обновлено 2026-11-12 📅 Создано 2018-07-26
4
OpenPipe/ART

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!

OpenPipe
⭐ 10,866 Python 👤 OpenPipe Organization 🕐 Обновлено 2026-11-19 📅 Создано 2025-03-10
5
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
6
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
7
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
8
kubernetes-sigs/agent-sandbox

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).

kubernetes-sigs
⭐ 4,673 Go 👤 kubernetes-sigs Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-08-12
9
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
10
junxiaosong/AlphaZero_Gomoku

Реализация алгоритма AlphaZero для Гомоку (также называемого Gobang или Five in a Row)

junxiaosong
⭐ 3,568 Python 👤 junxiaosong User 🕐 Обновлено 2024-04-24 📅 Создано 2017-12-21
11
datawhalechina/diy-llm

Охватывает данные для предобучения, токенизаторы, Transformer, MoE, распределённое обучение, законы масштабирования, инференс и выравнивание. 6 последовательных заданий по программированию для комплексного изучения LLM.

datawhalechina
⭐ 3,035 Jupyter Notebook 👤 datawhalechina Organization 🕐 Обновлено 2026-11-20 📅 Создано 2025-11-24
12
MaximeVandegar/Papers-in-100-Lines-of-Code

Реализация статей в 100 строках кода.

MaximeVandegar
⭐ 2,915 Python 👤 MaximeVandegar User 🕐 Обновлено 2026-10-22 📅 Создано 2020-10-26
13
DLR-RM/rl-baselines3-zoo

Тренировочная основа для агентов обучения с подкреплением Stable Baselines3, с оптимизацией гиперпараметров и включенными предварительно обученными агентами.

DLR-RM
⭐ 2,914 Python 👤 DLR-RM Organization 🕐 Обновлено 2026-11-14 📅 Создано 2020-05-05
14
werner-duvaud/muzero-general

Реализация MuZero

werner-duvaud
⭐ 2,877 Python 👤 werner-duvaud User 🕐 Обновлено 2026-11-16 📅 Создано 2019-12-27
15
TsinghuaC3I/Awesome-RL-for-LRMs

Обзор обучения с подкреплением для больших моделей рассуждений

TsinghuaC3I
⭐ 2,503 TeX 👤 TsinghuaC3I Organization 🕐 Обновлено 2026-11-18 📅 Создано 2025-03-20
16
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
17
PRIME-RL/SimpleVLA-RL

[ICLR 2026] SimpleVLA-RL: Масштабирование обучения VLA с помощью обучения с подкреплением

PRIME-RL
⭐ 1,916 Python 👤 PRIME-RL Organization 🕐 Обновлено 2026-01-06 📅 Создано 2025-05-25
18
PRIME-RL/PRIME

Масштабируемое RL-решение для продвинутого логического вывода языковых моделей

PRIME-RL
⭐ 1,861 Python 👤 PRIME-RL Organization 🕐 Обновлено 2025-03-18 📅 Создано 2024-12-31
19
zzli2022/Awesome-System2-Reasoning-LLM

Последние достижения в системно-2 рассуждениях

zzli2022
⭐ 1,351 Python 👤 zzli2022 User 🕐 Обновлено 2025-06-08 📅 Создано 2025-02-09
20
sail-sg/understand-r1-zero

Понимание обучения типа R1-Zero: критическая перспектива

sail-sg
⭐ 1,273 Python 👤 sail-sg Organization 🕐 Обновлено 2025-08-27 📅 Создано 2025-03-19
21
lasgroup/SDPO

Обучение с подкреплением через само‑дистилляцию (SDPO)

lasgroup
⭐ 1,152 Python 👤 lasgroup Organization 🕐 Обновлено 2026-07-01 📅 Создано 2026-01-24
23
PRIME-RL/TTRL

[NeurIPS 2025] TTRL: Обучение с подкреплением во время тестирования

PRIME-RL
⭐ 1,135 Python 👤 PRIME-RL Organization 🕐 Обновлено 2026-04-15 📅 Создано 2025-04-23
24
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
25
worldbench/DiffusionOPSD

🔥 Самодистилляция по текущей политике в диффузионных моделях

worldbench
⭐ 1,057 Python 👤 worldbench Organization 🕐 Обновлено 2026-10-12 📅 Создано 2026-07-29
26
tensorlakeai/tensorlake

Tensorlake — это серверлесс-рантайм для песочниц и развертывания фоновых агентных приложений

tensorlakeai
⭐ 1,047 Rust 👤 tensorlakeai Organization 🕐 Обновлено 2026-11-13 📅 Создано 2024-11-15
27
tingaicompass/AI-Compass

"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.

tingaicompass
⭐ 1,000 Python 👤 tingaicompass User 🕐 Обновлено 2026-11-20 📅 Создано 2025-05-27
28
derisk-ai/OpenDerisk

Системы интеллектуального управления рисками на базе ИИ, OpenDeRisk — Ваш интеллектуальный менеджер рисков систем приложений обеспечивает круглосуточную (7 × 24 часа) комплексную и глубокую защиту.

derisk-ai
⭐ 986 Python 👤 derisk-ai Organization 🕐 Обновлено 2026-09-17 📅 Создано 2025-04-23
29
MushroomRL/mushroom-rl

Библиотека Python для обучения с подкреплением.

MushroomRL
⭐ 946 Python 👤 MushroomRL Organization 🕐 Обновлено 2026-11-20 📅 Создано 2017-02-25
30
chrisliu298/awesome-on-policy-distillation

Курируемая коллекция статей, технических отчетов, фреймворков и инструментов для дистилляции по политике (OPD) больших языковых моделей

chrisliu298
⭐ 926 👤 chrisliu298 User 🕐 Обновлено 2026-10-06 📅 Создано 2026-03-22
31
Purewhiter/mobilegym

[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)

Purewhiter
⭐ 872 Python 👤 Purewhiter User 🕐 Обновлено 2026-11-16 📅 Создано 2026-05-14
32
zeroth-robotics/zeroth-bot

3D-печатная платформа человекоподобного робота с открытым исходным кодом для sim-to-real и RL

zeroth-robotics
⭐ 785 👤 zeroth-robotics Organization 🕐 Обновлено 2025-05-24 📅 Создано 2024-09-03
33
Stable-Baselines-Team/stable-baselines3-contrib

Пакет Contrib для Stable-Baselines3 - Экспериментальный код обучения с подкреплением (RL)

Stable-Baselines-Team
⭐ 745 Python 👤 Stable-Baselines-Team Organization 🕐 Обновлено 2026-10-26 📅 Создано 2020-09-20
34
rlresearch/dr-tulu

Официальный репозиторий DR Tulu: Обучение с подкреплением с эволюционирующими рубриками для глубоких исследований

rlresearch
⭐ 729 Python 👤 rlresearch Organization 🕐 Обновлено 2026-10-09 📅 Создано 2025-11-18
35
benedekrozemberczki/awesome-monte-carlo-tree-search-papers

Куратированный список статей по поиску в дереве Монте-Карло с реализациями.

benedekrozemberczki
⭐ 717 Python 👤 benedekrozemberczki User 🕐 Обновлено 2026-01-13 📅 Создано 2019-11-22
36
utilForever/RosettaStone

Симулятор Hearthstone на C++ с некоторым обучением с подкреплением

utilForever
⭐ 689 C++ 👤 utilForever User 🕐 Обновлено 2026-11-21 📅 Создано 2017-05-19
37
facebookresearch/BenchMARL

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.

facebookresearch
⭐ 687 Python 👤 facebookresearch Organization 🕐 Обновлено 2026-02-07 📅 Создано 2023-08-22
38
peteanderson80/Matterport3DSimulator

Платформа для исследований ИИ по обучению с подкреплением на основе реальных панорамных изображений.

peteanderson80
⭐ 664 C++ 👤 peteanderson80 User 🕐 Обновлено 2024-07-12 📅 Создано 2017-09-29
39
yrlu/irl-imitation

Реализация алгоритмов Inverse Reinforcement Learning (IRL) на Python/TensorFlow. Deep MaxEnt, MaxEnt, LPIRL

yrlu
⭐ 657 Python 👤 yrlu User 🕐 Обновлено 2024-05-10 📅 Создано 2017-05-24
40
LightChen233/Awesome-Long-Chain-of-Thought-Reasoning

Последние достижения в области долгоцепочечного рассуждения

LightChen233
⭐ 644 👤 LightChen233 User 🕐 Обновлено 2025-07-18 📅 Создано 2025-03-13
41
neptune-ai/neptune-client

📘 Трекер экспериментов для обучения фундаментальных моделей

neptune-ai
⭐ 623 Python 👤 neptune-ai Organization 🕐 Обновлено 2026-03-17 📅 Создано 2019-02-11
42
legubiao/quadruped_ros2_control

Реализации ROS2-Control для четвероногих роботов, включая sim2real

legubiao
⭐ 588 C++ 👤 legubiao User 🕐 Обновлено 2026-02-22 📅 Создано 2024-09-09
43
facebookresearch/meta-agents-research-environments

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.

facebookresearch
⭐ 581 Python 👤 facebookresearch Organization 🕐 Обновлено 2026-09-30 📅 Создано 2025-09-11
44
LucasAlegre/morl-baselines

Реализации алгоритмов многокритериального обучения с подкреплением.

LucasAlegre
⭐ 545 Python 👤 LucasAlegre User 🕐 Обновлено 2026-09-21 📅 Создано 2022-07-22
45
OpenBMB/DeepThinkVLA

DeepThinkVLA: Улучшение способностей к рассуждению в моделях видение-язык-действие

OpenBMB
⭐ 535 Python 👤 OpenBMB Organization 🕐 Обновлено 2026-09-08 📅 Создано 2025-10-13
46
axon-rl/gem

Тренажерный зал для агентных LLM

axon-rl
⭐ 519 Python 👤 axon-rl Organization 🕐 Обновлено 2026-01-21 📅 Создано 2025-05-27
47
NVlabs/GDPO

Официальная реализация GDPO: оптимизация политики с декоррелированной нормализацией групповых вознаграждений для оптимизации обучения с подкреплением по нескольким вознаграждениям

NVlabs
⭐ 517 Python 👤 NVlabs Organization 🕐 Обновлено 2026-05-20 📅 Создано 2025-12-09

Часто задаваемые вопросы

1

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

2

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.

3

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.