Git Stars Git Stars

#reinforcement-learning 仓库

探索 563 个标记为 #reinforcement-learning 的活跃开源 GitHub 仓库,它们累计获得 2,092,947 个 Star(平均每个项目 3,717 个)。该主题的领先项目是 deepseek-ai/DeepSeek-R1,拥有 91,984 个 Star。

563
仓库总数
2.1M
总星标数
3,717
平均每个仓库星标数

共 564 个仓库

⭐ 91,984 👤 deepseek-ai Organization 🕐 已更新 2025-06-27 📅 创建时间 2025-01-20
2
Developer-Y/cs-video-courses

带有视频讲座的计算机科学课程列表。

Developer-Y
⭐ 84,901 👤 Developer-Y User 🕐 已更新 2026-11-20 📅 创建时间 2016-10-21
3
unslothai/unsloth

用于运行和训练大语言模型及扩散模型的本地界面。支持 GGUF、MLX、Qwen3.8、DeepSeek-V4.1、MiniMax-H3、Gemma 4、FLUX 等。

unslothai
⭐ 79,885 Python 👤 unslothai Organization 🕐 已更新 2026-11-21 📅 创建时间 2023-11-29
4
rohitg00/ai-engineering-from-scratch

学习 AI 工程!学习它,构建它,并将它交付给他人使用。

rohitg00
⭐ 79,725 Python 👤 rohitg00 User 🕐 已更新 2026-11-18 📅 创建时间 2026-03-18
5
labmlai/annotated_deep_learning_paper_implementations

🧑‍🏫 60+ 深度学习论文的实现/教程,附带旁注 📝;包括 transformers (原始,xl,switch,feedback,vit,...),优化器 (adam,adabelief,sophia,...),gans (cyclegan,stylegan2,...),🎮 强化学习 (ppo,dqn),capsnet,蒸馏,... 🧠

labmlai
⭐ 67,780 Python 👤 labmlai Organization 🕐 已更新 2026-11-02 📅 创建时间 2020-08-25
6
FoundationAgents/OpenManus

没有堡垒,纯粹的开阔地。OpenManus 来了。

FoundationAgents
⭐ 59,001 Python 👤 FoundationAgents Organization 🕐 已更新 2026-11-02 📅 创建时间 2025-03-06
7
bojieli/ai-agent-book

《深入理解 AI Agent:设计原理与工程实践》(李博杰 著)开源主仓库:全书正文、编译版 PDF 与按章配套代码

bojieli
⭐ 58,976 Python 👤 bojieli User 🕐 已更新 2026-10-08 📅 创建时间 2025-09-09
8
ray-project/ray

Ray 是一个 AI 计算引擎。Ray 由核心分布式运行时和一套用于加速 ML 工作负载的 AI 库组成。

ray-project
⭐ 44,352 Python 👤 ray-project Organization 🕐 已更新 2026-11-21 📅 创建时间 2016-10-25
9
sgl-project/sglang

SGLang 是一个用于大型语言模型和多模态模型的高性能服务框架。

sgl-project
⭐ 38,899 Python 👤 sgl-project Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-01-08
10
openai/gym

一个用于开发和比较强化学习算法的工具包。

openai
⭐ 37,145 Python 👤 openai Organization 🕐 已更新 2026-03-26 📅 创建时间 2016-04-27
11
OpenBMB/ChatDev

ChatDev 2.0:通过LLM驱动的多智能体协作完成全部开发

OpenBMB
⭐ 34,834 Python 👤 OpenBMB Organization 🕐 已更新 2026-11-06 📅 创建时间 2023-08-28
12
huggingface/lerobot

🤗 LeRobot:通过端到端学习让机器人AI更易于使用

huggingface
⭐ 29,010 Python 👤 huggingface Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-01-26
13
eugeneyan/applied-ml

📚 公司分享其在生产环境中进行数据科学与机器学习工作的论文与技术博客。

eugeneyan
⭐ 28,577 👤 eugeneyan User 🕐 已更新 2024-07-18 📅 创建时间 2020-07-04
14
d2l-ai/d2l-en

交互式深度学习书籍,包含多框架代码、数学和讨论。在70个国家500所大学采用,包括斯坦福、麻省理工学院、哈佛和剑桥。

d2l-ai
⭐ 27,684 Python 👤 d2l-ai Organization 🕐 已更新 2024-08-18 📅 创建时间 2018-10-09
15
pytorch/examples

围绕 Pytorch 在视觉、文本、强化学习等领域的示例集。

pytorch
⭐ 24,020 Python 👤 pytorch Organization 🕐 已更新 2025-09-01 📅 创建时间 2016-08-24
16
stefan-jansen/machine-learning-for-trading

《机器学习交易》第三版的代码——从数据获取到实时执行。

stefan-jansen
⭐ 21,929 Jupyter Notebook 👤 stefan-jansen User 🕐 已更新 2026-11-18 📅 创建时间 2018-05-09
17
AI4Finance-Foundation/FinGPT

FinGPT: 开源金融大语言模型!革新 🔥 我们在 HuggingFace 上发布了训练好的模型。

AI4Finance-Foundation
⭐ 21,618 Jupyter Notebook 👤 AI4Finance-Foundation Organization 🕐 已更新 2026-11-18 📅 创建时间 2023-02-11
18
Unity-Technologies/ml-agents

Unity 机器学习代理工具包 (ML-Agents) 是一个开源项目,它使游戏和模拟成为使用深度强化学习和模仿学习训练智能代理的环境。

Unity-Technologies
⭐ 19,887 C# 👤 Unity-Technologies Organization 🕐 已更新 2026-11-21 📅 创建时间 2017-09-08
19
magenta/magenta

Magenta: 使用机器智能生成音乐和艺术

magenta
⭐ 19,766 Python 👤 magenta Organization 🕐 已更新 2025-07-08 📅 创建时间 2016-05-05
20
microsoft/agent-lightning

点亮 AI 代理的绝对训练器。

microsoft
⭐ 18,991 Python 👤 microsoft Organization 🕐 已更新 2026-11-12 📅 创建时间 2025-06-18
21
MathFoundationRL/Book-Mathematical-Foundation-of-Reinforcement-Learning

这是新书《Reinforcement Learning的数学基础》的首页。

MathFoundationRL
⭐ 18,559 MATLAB 👤 MathFoundationRL User 🕐 已更新 2026-11-10 📅 创建时间 2022-08-07
22
datawhalechina/leedl-tutorial

《李宏毅深度学习教程》(李宏毅老师推荐👍,苹果书🍎),PDF下载地址:https://github.com/datawhalechina/leedl-tutorial/releases

datawhalechina
⭐ 16,879 Jupyter Notebook 👤 datawhalechina Organization 🕐 已更新 2026-10-23 📅 创建时间 2019-07-02
23
owainlewis/awesome-artificial-intelligence

精选的人工智能(AI)课程、书籍、视频讲座和论文列表。

owainlewis
⭐ 16,862 Python 👤 owainlewis User 🕐 已更新 2026-08-15 📅 创建时间 2015-01-27
24
openai/baselines

OpenAI Baselines: 强化学习算法的高质量实现

openai
⭐ 16,608 Python 👤 openai Organization 🕐 已更新 2024-08-01 📅 创建时间 2017-05-24
25
datawhalechina/easy-rl

强化学习中文教程(蘑菇书🍄),在线阅读地址:https://datawhalechina.github.io/easy-rl/

datawhalechina
⭐ 14,912 Jupyter Notebook 👤 datawhalechina Organization 🕐 已更新 2026-10-23 📅 创建时间 2020-07-03
26
bulletphysics/bullet3

Bullet Physics SDK:实时碰撞检测和多物理模拟,用于 VR、游戏、视觉效果、机器人学、机器学习等。

bulletphysics
⭐ 14,881 C++ 👤 bulletphysics Organization 🕐 已更新 2026-10-09 📅 创建时间 2011-04-12
27
ShangtongZhang/reinforcement-learning-an-introduction

强化学习的 Python 实现:入门

ShangtongZhang
⭐ 14,481 Python 👤 ShangtongZhang User 🕐 已更新 2024-08-09 📅 创建时间 2016-09-13
28
DLR-RM/stable-baselines3

Stable Baselines 的 PyTorch 版本,可靠的强化学习算法实现。

DLR-RM
⭐ 14,037 Python 👤 DLR-RM Organization 🕐 已更新 2026-10-26 📅 创建时间 2020-05-05
29
Jiayi-Pan/TinyZero

DeepSeek R1-Zero 的最小复现

Jiayi-Pan
⭐ 13,259 Python 👤 Jiayi-Pan User 🕐 已更新 2026-02-27 📅 创建时间 2025-01-21
30
kmario23/deep-learning-drizzle

通过这些激动人心的讲座,沉浸在深度学习、强化学习、机器学习、计算机视觉和NLP中吧!!

kmario23
⭐ 12,995 HTML 👤 kmario23 User 🕐 已更新 2026-08-22 📅 创建时间 2018-11-26
31
Farama-Foundation/Gymnasium

用于单智能体强化学习环境的标准API,包含流行的参考环境及相关工具(原名Gym)

Farama-Foundation
⭐ 12,843 Python 👤 Farama-Foundation Organization 🕐 已更新 2026-11-12 📅 创建时间 2022-09-08
32
wandb/wandb

AI 开发者平台。使用 Weights & Biases 训练和微调模型,并从实验到生产管理模型。

wandb
⭐ 11,333 Python 👤 wandb Organization 🕐 已更新 2026-11-21 📅 创建时间 2017-03-24
33
aws/amazon-sagemaker-examples

示例 📓 Jupyter 笔记本,演示如何使用 🧠 Amazon SageMaker 构建、训练和部署机器学习模型。

aws
⭐ 11,020 Jupyter Notebook 👤 aws Organization 🕐 已更新 2026-10-14 📅 创建时间 2017-10-23
34
OpenPipe/ART

智能体强化训练器:使用 GRPO 为现实任务训练多步智能体。为您的智能体提供在职培训。适用于 Qwen3.6、GPT-OSS、Llama 等模型的强化学习!

OpenPipe
⭐ 10,866 Python 👤 OpenPipe Organization 🕐 已更新 2026-11-19 📅 创建时间 2025-03-10
35
vwxyzjn/cleanrl

高质量单文件实现深度强化学习算法,具有研究友好特性 (PPO、DQN、C51、DDPG、TD3、SAC、PPG)

vwxyzjn
⭐ 10,707 Python 👤 vwxyzjn User 🕐 已更新 2026-04-20 📅 创建时间 2019-06-07
36
roboticcam/machine-learning-notes

我持续更新的机器学习、概率模型和深度学习笔记和演示(2000+ 幻灯片) 我不间断更新的机器学习,概率模型和深度学习的讲义(2000+页)和视频链接

roboticcam
⭐ 10,394 Jupyter Notebook 👤 roboticcam User 🕐 已更新 2026-07-08 📅 创建时间 2018-02-15
37
OpenRLHF/OpenRLHF

一个易用、可扩展、高性能的基于Ray的Agentic RL框架(PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)

OpenRLHF
⭐ 10,173 Python 👤 OpenRLHF Organization 🕐 已更新 2026-11-03 📅 创建时间 2023-07-30
38
NVlabs/Sana

SANA 与 Sol:用于图像、视频和世界建模的高效生成模型及全栈训练与推理引擎

NVlabs
⭐ 9,862 Python 👤 NVlabs Organization 🕐 已更新 2026-11-14 📅 创建时间 2024-10-11
39
oumi-ai/oumi

轻松微调(SFT/RL)、评估并部署 Qwen、Gemma 或任何开源智能体 LLM/VLM!

oumi-ai
⭐ 9,441 Python 👤 oumi-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-05-07
40
MorvanZhou/Reinforcement-learning-with-tensorflow

简单的强化学习教程,莫烦Python 中文AI教学

MorvanZhou
⭐ 9,402 Python 👤 MorvanZhou User 🕐 已更新 2024-03-31 📅 创建时间 2017-05-06
41
lazyprogrammer/machine_learning_examples

机器学习示例和教程的集合。

lazyprogrammer
⭐ 8,949 Python 👤 lazyprogrammer User 🕐 已更新 2026-09-28 📅 创建时间 2014-07-31
42
aimacode/aima-python

Russell 和 Norvig 的《Artificial Intelligence - A Modern Approach》中算法的 Python 实现

aimacode
⭐ 8,881 Jupyter Notebook 👤 aimacode Organization 🕐 已更新 2026-11-20 📅 创建时间 2016-02-02
43
THUDM/slime

slime 是一个用于强化学习规模化的 LLM 训练框架。

THUDM
⭐ 8,856 Python 👤 THUDM Organization 🕐 已更新 2026-11-05 📅 创建时间 2025-06-18
44
VowpalWabbit/vowpal_wabbit

Vowpal Wabbit 是一个机器学习系统,它通过诸如 online、hashing、allreduce、reductions、learning2search、active 和 interactive learning 等技术推动机器学习的边界。

VowpalWabbit
⭐ 8,741 C++ 👤 VowpalWabbit Organization 🕐 已更新 2026-10-15 📅 创建时间 2009-07-31
45
google-deepmind/pysc2

星际争霸 II 学习环境

google-deepmind
⭐ 8,234 Python 👤 google-deepmind Organization 🕐 已更新 2024-07-23 📅 创建时间 2017-07-25
46
PWhiddy/PokemonRedExperiments

使用强化学习玩 Pokémon Red

PWhiddy
⭐ 7,938 Jupyter Notebook 👤 PWhiddy User 🕐 已更新 2026-09-11 📅 创建时间 2019-12-25
47
lucidrains/PaLM-rlhf-pytorch

在 PaLM 架构之上实现 RLHF(基于人类反馈的强化学习)。基本上是 ChatGPT,但使用 PaLM

lucidrains
⭐ 7,858 Python 👤 lucidrains User 🕐 已更新 2026-09-20 📅 创建时间 2022-12-09
48
flyteorg/flyte

在您的 k8s 上,以类型安全的方式分布式编排智能体、机器学习流水线和实时推理——使用纯 Python 和 async/await,也支持其他语言(Rust、Go 和 TypeScript)

flyteorg
⭐ 7,801 Go 👤 flyteorg Organization 🕐 已更新 2026-11-21 📅 创建时间 2019-10-21
49
HenryNdubuaku/maths-cs-ai-compendium

通过这本涵盖数学、计算和机器学习直觉的非传统教科书,成为一名顶尖的 AI/ML 研究员/工程师。

HenryNdubuaku
⭐ 7,730 TypeScript 👤 HenryNdubuaku User 🕐 已更新 2026-07-18 📅 创建时间 2026-02-03
50
Human-Agent-Society/reef

用于持续自我改进型智能体的基础设施

Human-Agent-Society
⭐ 7,652 Python 👤 Human-Agent-Society Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-08-31

常见问题解答

1

GitHub 上最受欢迎的 #reinforcement-learning 仓库是什么?

GitHub 上排名第一的开源 #reinforcement-learning 项目是 deepseek-ai/DeepSeek-R1,拥有 91,984 个 Star。

2

#reinforcement-learning 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #reinforcement-learning 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, C#。

3

#reinforcement-learning 仓库的排名是如何计算的?

我们跟踪了 563 个标记为 #reinforcement-learning 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 2,092,947 个 Star,平均每个仓库拥有 3,717 个 Star。排名每日根据 GitHub API 更新。