Git Stars Git Stars

#reinforcement-learning 仓库

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

451
eleurent/rl-agents

强化学习和规划算法的实现

eleurent
⭐ 706 Python 👤 eleurent User 🕐 已更新 2024-01-13 📅 创建时间 2017-06-05
452
hijkzzz/pymarl2

在SMAC上微调的多智能体强化学习(MARL)算法(在大多数场景下胜率100%)

hijkzzz
⭐ 705 Python 👤 hijkzzz User 🕐 已更新 2024-05-18 📅 创建时间 2021-02-06
453
meta-pytorch/LeanRL

LeanRL 是 CleanRL 的一个分支,其中精选的 PyTorch 脚本通过 compile 和 cudagraphs 进行了性能优化。

meta-pytorch
⭐ 701 Python 👤 meta-pytorch Organization 🕐 已更新 2025-08-22 📅 创建时间 2024-09-10
454
qiwihui/reinforcement-learning-an-introduction-chinese

《强化学习:导论》(第二版)中文翻译

qiwihui
⭐ 701 Python 👤 qiwihui User 🕐 已更新 2026-09-30 📅 创建时间 2019-02-21
455
gensyn-ai/codeassist

由 Gensyn 开发的完全私有化且本地的 AI 编程助手。它可以帮助您练习编程问题并训练一个新的助手来协助您编写代码。

gensyn-ai
⭐ 699 Python 👤 gensyn-ai Organization 🕐 已更新 2026-11-16 📅 创建时间 2025-10-31
456
escontra/AMP_for_hardware

"Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions" 的代码

escontra
⭐ 698 Python 👤 escontra User 🕐 已更新 2024-07-17 📅 创建时间 2022-03-10
457
tkn-tub/ns3-gym

ns3-gym - 网络研究中强化学习的游乐场

tkn-tub
⭐ 698 C++ 👤 tkn-tub Organization 🕐 已更新 2026-02-05 📅 创建时间 2018-10-08
458
ChenxinAn-fdu/POLARIS

在高级推理模型上扩展强化学习

ChenxinAn-fdu
⭐ 697 Python 👤 ChenxinAn-fdu User 🕐 已更新 2025-10-20 📅 创建时间 2025-06-18
459
google-research/robopianist

[CoRL '23] 深度强化学习实现灵巧钢琴演奏。

google-research
⭐ 696 Python 👤 google-research Organization 🕐 已更新 2024-11-02 📅 创建时间 2023-03-17
460
ishikota/PyPokerEngine

用于 Python 扑克 AI 开发的扑克引擎

ishikota
⭐ 690 Python 👤 ishikota User 🕐 已更新 2024-04-10 📅 创建时间 2016-06-05
461
utilForever/RosettaStone

使用 C++ 和一些强化学习的炉石传说模拟器

utilForever
⭐ 689 C++ 👤 utilForever User 🕐 已更新 2026-11-21 📅 创建时间 2017-05-19
462
facebookresearch/BenchMARL

BenchMARL是一个用于多智能体强化学习(MARL)基准测试的库。BenchMARL允许快速比较不同的MARL算法、任务和模型,同时系统地遵循其两大核心原则:可复现性和标准化。

facebookresearch
⭐ 687 Python 👤 facebookresearch Organization 🕐 已更新 2026-02-07 📅 创建时间 2023-08-22
464
redai-studio/Relax

用于大规模全模态后训练的异步强化学习引擎

redai-studio
⭐ 678 Python 👤 redai-studio Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-04-13
465
NVlabs/mimicgen

此代码对应于作为 MimicGen 项目一部分使用的模拟环境。

NVlabs
⭐ 673 Python 👤 NVlabs Organization 🕐 已更新 2026-10-21 📅 创建时间 2023-09-21
466
Svalorzen/AI-Toolbox

适用于 MDP 和 POMDP 的 C++ 框架,带 Python 绑定

Svalorzen
⭐ 671 C++ 👤 Svalorzen User 🕐 已更新 2025-03-18 📅 创建时间 2013-11-16
467
aaryansamanta/ai-research-publications

高中科研成果集:2篇经过同行评审的论文(IEEE、IJHSR)+ 3个正在进行的项目,涵盖量子启发式机器学习、计算生物学、生物医学成像、野火强化学习以及科学教育研究。与斯坦福大学医学院、加州大学洛杉矶分校 COSMOS 和加州大学圣塔芭芭拉分校 SRA 有关联。

aaryansamanta
⭐ 664 HTML 👤 aaryansamanta User 🕐 已更新 2026-11-20 📅 创建时间 2025-12-01
468
Gen-Verse/Open-AgentRL

RLAnything (ICML 2026) 与 AutoTool (ICML 2026),DemyAgent:面向大语言模型与智能体场景的开源强化学习

Gen-Verse
⭐ 664 Python 👤 Gen-Verse Organization 🕐 已更新 2026-06-12 📅 创建时间 2025-10-13
469
peteanderson80/Matterport3DSimulator

来自真实全景图像的强化学习 AI 研究平台。

peteanderson80
⭐ 664 C++ 👤 peteanderson80 User 🕐 已更新 2024-07-12 📅 创建时间 2017-09-29
471
yrlu/irl-imitation

使用 Python/TensorFlow 实现的逆强化学习 (IRL) 算法。Deep MaxEnt, MaxEnt, LPIRL

yrlu
⭐ 657 Python 👤 yrlu User 🕐 已更新 2024-05-10 📅 创建时间 2017-05-24
472
ZYunfeii/UAV_Obstacle_Avoiding_DRL

这是一个关于无人机(UAV)的深度强化学习自主避障算法的项目。

ZYunfeii
⭐ 656 Python 👤 ZYunfeii User 🕐 已更新 2024-01-19 📅 创建时间 2021-05-27
⭐ 654 Julia 👤 JuliaReinforcementLearning Organization 🕐 已更新 2026-10-08 📅 创建时间 2018-06-07
474
cpnota/autonomous-learning-library

一个用于构建深度强化学习代理的 PyTorch 库。

cpnota
⭐ 653 Python 👤 cpnota User 🕐 已更新 2024-03-17 📅 创建时间 2018-11-07
475
marl-book/codebase

MARL书籍的官方代码库 (www.marl-book.com)

marl-book
⭐ 650 Python 👤 marl-book Organization 🕐 已更新 2025-03-30 📅 创建时间 2021-02-11
⭐ 647 Python 👤 Visual-Agent Organization 🕐 已更新 2026-02-26 📅 创建时间 2025-10-31
477
JIA-Lab-research/Seg-Zero

"Seg-Zero: 基于认知强化推理链引导的分割" 项目页面

JIA-Lab-research
⭐ 647 Python 👤 JIA-Lab-research Organization 🕐 已更新 2026-01-17 📅 创建时间 2025-03-07
478
xavierpuigf/virtualhome

运行 VirtualHome 的 API,这是一个多代理家庭模拟器

xavierpuigf
⭐ 646 Python 👤 xavierpuigf User 🕐 已更新 2026-05-20 📅 创建时间 2019-03-25
⭐ 644 👤 LightChen233 User 🕐 已更新 2025-07-18 📅 创建时间 2025-03-13
480
apexrl/Diff4RLSurvey

本资源库包含一套关于强化学习扩散模型的资源和论文,与论文《Diffusion Models for Reinforcement Learning: A Survey》配套。

apexrl
⭐ 640 👤 apexrl Organization 🕐 已更新 2024-11-29 📅 创建时间 2023-10-26
481
opendilab/DI-drive

自动驾驶模拟的决策智能平台。

opendilab
⭐ 637 Python 👤 opendilab Organization 🕐 已更新 2025-03-13 📅 创建时间 2021-07-07
482
McGill-NLP/nano-aha-moment

单文件, 单GPU, 从零开始, 高效, "RL for LLMs"的完整参数调优库

McGill-NLP
⭐ 634 Jupyter Notebook 👤 McGill-NLP Organization 🕐 已更新 2025-10-07 📅 创建时间 2025-02-25
483
Teddy-Liao/walk-these-ways-go2

在宇树Go2上部署walk-these-ways项目

Teddy-Liao
⭐ 634 C++ 👤 Teddy-Liao User 🕐 已更新 2026-07-14 📅 创建时间 2024-01-28
484
vikashplus/robohive

机器人学习统一的框架

vikashplus
⭐ 634 Python 👤 vikashplus User 🕐 已更新 2026-09-22 📅 创建时间 2018-07-06
485
JohnsonJiang1996/Awesome-VLA4AD

用于自动驾驶的视觉-语言-动作模型 (VLA4AD) 资源,作为调查论文“自动驾驶中的视觉-语言-动作模型调查”的配套存储库。

JohnsonJiang1996
⭐ 632 👤 JohnsonJiang1996 User 🕐 已更新 2025-11-20 📅 创建时间 2025-06-30
486
xiaomi-research/recogdrive

[ICLR 2026] ReCogDrive:端到端自动驾驶的强化认知框架

xiaomi-research
⭐ 632 Python 👤 xiaomi-research Organization 🕐 已更新 2026-11-19 📅 创建时间 2025-06-05
487
achuthasubhash
⭐ 631 👤 achuthasubhash User 🕐 已更新 2024-06-07 📅 创建时间 2020-09-02
488
insilicomedicine/GENTRL

生成张量强化学习 (GENTRL) 模型

insilicomedicine
⭐ 630 Python 👤 insilicomedicine Organization 🕐 已更新 2024-07-25 📅 创建时间 2019-08-30
489
Rhoban/bam

识别并仿真伺服执行器的扩展摩擦模型

Rhoban
⭐ 629 Python 👤 Rhoban Organization 🕐 已更新 2026-11-10 📅 创建时间 2024-03-26
⭐ 625 Python 👤 Robotics-Ark Organization 🕐 已更新 2026-06-20 📅 创建时间 2025-06-25
491
InternRobotics/OpenHomie

开源代码用于“HOMIE:Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit”。

InternRobotics
⭐ 625 C++ 👤 InternRobotics Organization 🕐 已更新 2026-09-08 📅 创建时间 2025-02-19
492
koulanurag/ma-gym

基于 OpenAI Gym 的多代理环境集合。

koulanurag
⭐ 625 Python 👤 koulanurag User 🕐 已更新 2024-07-07 📅 创建时间 2019-06-10
493
Emerge-Lab/gpudrive

100万FPS多智能体驾驶模拟器

Emerge-Lab
⭐ 624 Jupyter Notebook 👤 Emerge-Lab Organization 🕐 已更新 2025-12-01 📅 创建时间 2023-08-15
494
turningpoint-ai/VisualThinker-R1-Zero

探索2B模型上的多模态“顿悟时刻”

turningpoint-ai
⭐ 623 Python 👤 turningpoint-ai Organization 🕐 已更新 2025-03-18 📅 创建时间 2025-02-24
495
vincen-github/mlimpl

此存储库收集了一些封装机器学习领域常用算法的代码。其中大部分基于 Numpy、Pandas 或 Torch。您可以参考此存储库,加深对相关模型和算法的理解,或对其进行修改,以获得属于您自己的定制代码。

vincen-github
⭐ 623 Shell 👤 vincen-github User 🕐 已更新 2025-05-18 📅 创建时间 2020-04-26
496
opendilab/awesome-multi-modal-reinforcement-learning

精选的多模态强化学习资源列表(持续更新中)

opendilab
⭐ 621 👤 opendilab Organization 🕐 已更新 2026-05-30 📅 创建时间 2022-09-01
497
kevinzakka/mjbatch

一个用于在 CPU 上并行运行数千个 MuJoCo 仿真的 Python 库

kevinzakka
⭐ 618 Python 👤 kevinzakka User 🕐 已更新 2026-10-22 📅 创建时间 2026-09-10
498
inclusionAI/ASearcher

一个面向搜索代理的开源大规模强化学习项目

inclusionAI
⭐ 617 Python 👤 inclusionAI Organization 🕐 已更新 2025-11-26 📅 创建时间 2025-08-05
499
araffin/sbx

SBX:Stable Baselines Jax (SB3 + Jax) RL 算法

araffin
⭐ 617 Python 👤 araffin User 🕐 已更新 2026-10-27 📅 创建时间 2022-09-29
500
facebookresearch/MLGym

MLGym 促进人工智能研究代理的新框架和基准

facebookresearch
⭐ 616 Python 👤 facebookresearch Organization 🕐 已更新 2025-08-10 📅 创建时间 2025-02-18