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

501
sotetsuk/pgx

♟️ JAX 中的向量化强化学习游戏环境

sotetsuk
⭐ 611 Python 👤 sotetsuk User 🕐 已更新 2025-03-06 📅 创建时间 2022-08-11
502
chsiang426/ML-2021-notes

台湾大学 (NTU) 李宏毅教授《机器学习 (Machine Learning) 2021 Spring》课程笔记

chsiang426
⭐ 610 👤 chsiang426 User 🕐 已更新 2026-08-16 📅 创建时间 2023-03-31
504
yingchengyang/Reinforcement-Learning-Papers

强化学习相关论文,包括经典论文和顶级会议的最新论文

yingchengyang
⭐ 603 👤 yingchengyang User 🕐 已更新 2026-02-06 📅 创建时间 2021-10-29
505
PKU-Alignment/safety-gymnasium

NeurIPS 2023:Safety-Gymnasium:一个统一的安全强化学习基准

PKU-Alignment
⭐ 602 Python 👤 PKU-Alignment Organization 🕐 已更新 2026-07-21 📅 创建时间 2023-01-27
506
LHRLAB/Graph-R1

[ICML 2026] “Graph-R1:通过端到端强化学习迈向Agentic GraphRAG框架”的官方资源。

LHRLAB
⭐ 600 Python 👤 LHRLAB User 🕐 已更新 2026-11-02 📅 创建时间 2025-03-11
507
lwpyh/Awesome-MLLM-Reasoning-Collection

多模态推理相关的论文、代码、数据集、基准和资源的集合。

lwpyh
⭐ 598 👤 lwpyh User 🕐 已更新 2026-04-01 📅 创建时间 2025-03-16
508
Hellod035/LeggedLab

用于步态机器人的直达IsaacLab工作流程

Hellod035
⭐ 593 Python 👤 Hellod035 User 🕐 已更新 2025-05-30 📅 创建时间 2025-03-07
⭐ 593 Python 👤 btx0424 User 🕐 已更新 2026-01-20 📅 创建时间 2023-02-09
510
DmitryRyumin/AAAI-2024-Papers

AAAI 2024 论文:探索在首屈一指的人工智能会议之一上发表的创新研究论文的全面合集。无缝集成代码实现,以获得更好的理解。⭐ 通过此存储库体验人工智能进步的最前沿!

DmitryRyumin
⭐ 591 Python 👤 DmitryRyumin User 🕐 已更新 2025-01-26 📅 创建时间 2024-02-16
511
wendell0218/Awesome-RL-for-Video-Generation

关于视频生成强化学习的精选论文列表

wendell0218
⭐ 587 👤 wendell0218 User 🕐 已更新 2026-04-15 📅 创建时间 2025-02-13
512
yfzhang114/Thyme

✨✨ [ICLR 2026] 思考超越图像

yfzhang114
⭐ 585 Python 👤 yfzhang114 User 🕐 已更新 2025-09-23 📅 创建时间 2025-08-17
514
antirez/ttt-rl

C 语言中的强化学习示例,玩井字棋

antirez
⭐ 584 C 👤 antirez User 🕐 已更新 2025-03-13 📅 创建时间 2025-03-10
515
algorithmsbooks/decisionmaking

决策算法教科书

algorithmsbooks
⭐ 584 👤 algorithmsbooks Organization 🕐 已更新 2026-10-23 📅 创建时间 2020-07-19
516
OPPO-PersonalAI/Agent_Foundation_Models

Chain-of-Agents: 通过多智能体蒸馏和智能体强化学习实现的端到端智能体基础模型。

OPPO-PersonalAI
⭐ 582 Python 👤 OPPO-PersonalAI Organization 🕐 已更新 2025-09-08 📅 创建时间 2025-08-05
517
facebookresearch/meta-agents-research-environments

Meta Agents Research Environments 是一个综合性平台,旨在评估动态、现实场景中的 AI 智能体。与静态基准测试不同,该平台引入了不断演进的环境,智能体必须随着新信息的获取而调整其策略,从而模拟现实世界中的挑战。

facebookresearch
⭐ 581 Python 👤 facebookresearch Organization 🕐 已更新 2026-09-30 📅 创建时间 2025-09-11
518
erwincoumans/pybullet_robots

为 PyBullet 制作机器人原型(F1/10 MIT 赛车、Sawyer、Baxter 和 Dobot 机械臂、Boston Dynamics Atlas 以及 Botlab 环境)

erwincoumans
⭐ 581 Python 👤 erwincoumans User 🕐 已更新 2026-02-12 📅 创建时间 2017-10-10
519
liangpan99/TokenHSI

[CVPR 2025 口头报告] TokenHSI: 通过任务标记化实现物理人-场景交互的统一合成

liangpan99
⭐ 577 Python 👤 liangpan99 User 🕐 已更新 2026-09-24 📅 创建时间 2024-11-25
520
dynamicslab/hydrogym

用于流体动力学数据驱动建模与控制挑战性问题的强化学习平台。

dynamicslab
⭐ 577 Python 👤 dynamicslab Organization 🕐 已更新 2026-11-18 📅 创建时间 2021-12-29
521
stepfun-ai
⭐ 576 Python 👤 stepfun-ai Organization 🕐 已更新 2026-03-24 📅 创建时间 2025-11-26
522
HenryHuYu/DiffPhysDrone

发表于Nature Machine Intelligence!首个基于可微分物理训练的真正机器人(四旋翼)。

HenryHuYu
⭐ 573 Cuda 👤 HenryHuYu User 🕐 已更新 2025-06-25 📅 创建时间 2025-04-17
523
openai/mujoco-worldgen

Mujoco 的自动对象 XML 生成

openai
⭐ 573 Python 👤 openai Organization 🕐 已更新 2024-07-26 📅 创建时间 2019-08-21
524
adithya-s-k/FineEnvs

FineEnvs — 强化学习环境入门:在大语言模型时代构建和扩展强化学习环境

adithya-s-k
⭐ 572 Python 👤 adithya-s-k User 🕐 已更新 2026-11-14 📅 创建时间 2026-05-01
525
oreilly-japan/deep-learning-from-scratch-4

『从零开始的深度学习 ❹』(O'Reilly Japan, 2022)

oreilly-japan
⭐ 572 Jupyter Notebook 👤 oreilly-japan Organization 🕐 已更新 2024-09-30 📅 创建时间 2020-08-27
526
real-stanford/umi-on-legs

UMI on Legs:通过以操作为中心的全身控制器实现移动操作策略

real-stanford
⭐ 570 Python 👤 real-stanford Organization 🕐 已更新 2026-07-20 📅 创建时间 2024-06-28
527
threedworld-mit/tdw

ThreeDWorld 模拟环境

threedworld-mit
⭐ 570 Python 👤 threedworld-mit Organization 🕐 已更新 2024-06-03 📅 创建时间 2020-03-06
528
idreesshaikh/Autonomous-Driving-in-Carla-using-Deep-Reinforcement-Learning

自主驾驶(Carla)中的深度强化学习(PPO)[从零开始]

idreesshaikh
⭐ 567 Python 👤 idreesshaikh User 🕐 已更新 2025-11-13 📅 创建时间 2022-05-18
529
heleidsn/UAV_Navigation_DRL_AirSim

这是一个用于使用深度强化学习方法训练无人机导航(本地路径规划)策略的新仓库。

heleidsn
⭐ 566 Python 👤 heleidsn User 🕐 已更新 2025-07-19 📅 创建时间 2022-01-19
530
voidful/TextRL

在huggingface的transformer(blommz-176B/bloom/gpt/bart/T5/MetaICL)上的任何生成模型上实现ChatGPT RLHF(人类反馈强化学习)

voidful
⭐ 564 Python 👤 voidful User 🕐 已更新 2026-04-23 📅 创建时间 2021-03-18
531
deepreinforce-ai/CUDA-L2

CUDA-L2:通过强化学习超越 cuBLAS 在矩阵乘法上的性能

ornith-ai
⭐ 563 Cuda 👤 ornith-ai Organization 🕐 已更新 2026-03-30 📅 创建时间 2025-12-02
533
Sirui-Xu/InterMimic

[CVPR 2025 亮点] InterMimic:迈向基于物理的人机交互通用全身控制

Sirui-Xu
⭐ 560 Python 👤 Sirui-Xu User 🕐 已更新 2026-11-12 📅 创建时间 2025-03-25
534
hades217/awesome-ai

人工智能资源精选列表(课程、工具、应用、开源项目)

hades217
⭐ 560 HTML 👤 hades217 User 🕐 已更新 2026-11-20 📅 创建时间 2017-07-18
⭐ 557 Python 👤 analoganddigital User 🕐 已更新 2024-08-31 📅 创建时间 2021-02-02
536
swarm-subnet/Langostino

Langostino——一个使用 ROS2 和 AI 驱动飞行控制的开源自主无人机平台。一个用于构建、理解和扩展现实世界无人机自主能力的完整参考实现。

swarm-subnet
⭐ 556 Python 👤 swarm-subnet Organization 🕐 已更新 2026-02-24 📅 创建时间 2025-09-09
538
PetoiCamp/OpenCatEsp32-Quadruped-Robot

一款基于 ESP32 的开源四足机器宠物框架,可用于开发波士顿动力风格的四足机器人,适用于 STEM、编程与机器人教育、物联网机器人应用、AI 增强型机器人应用服务、研究以及 DIY 机器人套件开发。

PetoiCamp
⭐ 553 C++ 👤 PetoiCamp Organization 🕐 已更新 2026-11-18 📅 创建时间 2021-02-19
539
jchengai/pluto

PLUTO:推动自动驾驶中基于模仿学习的规划的极限

jchengai
⭐ 545 Python 👤 jchengai User 🕐 已更新 2024-07-15 📅 创建时间 2024-04-22
540
LucasAlegre/morl-baselines

多目标强化学习算法实现。

LucasAlegre
⭐ 545 Python 👤 LucasAlegre User 🕐 已更新 2026-09-21 📅 创建时间 2022-07-22
541
Gen-Verse/ReasonFlux

[NeurIPS 2025 Spotlight] LLM 后训练套件 — 包含 ReasonFlux、ReasonFlux-PRM 和 ReasonFlux-Coder。

Gen-Verse
⭐ 543 Python 👤 Gen-Verse Organization 🕐 已更新 2025-09-27 📅 创建时间 2025-02-10
542
hsahovic/poke-env

Poke-env:用于Pokemon Showdown机器人的Python接口

hsahovic
⭐ 541 Python 👤 hsahovic User 🕐 已更新 2026-11-15 📅 创建时间 2019-08-06
543
kissqy/Microduck-kissqy

🦆 Microduck 飞特 HD1910 机器人鸭复刻:单脚独立实机、现成动作模型、中文中控、自制 HAT/IMU 与三步教程。正常复刻无需训练。

kissqy
⭐ 540 Rust 👤 kissqy User 🕐 已更新 2026-11-21 📅 创建时间 2026-10-07
544
leehanchung/awesome-full-stack-machine-learning-courses

精选的、可公开访问的来自加州理工学院、哥伦比亚大学、伯克利、麻省理工学院和斯坦福大学的机器学习工程课程清单。

leehanchung
⭐ 537 JavaScript 👤 leehanchung User 🕐 已更新 2026-06-22 📅 创建时间 2019-10-31
545
LeCAR-Lab/ABS

[RSS 2024] 敏捷而安全:学习无碰撞高速腿足式运动

LeCAR-Lab
⭐ 530 Python 👤 LeCAR-Lab Organization 🕐 已更新 2024-07-11 📅 创建时间 2024-01-29
546
uoftcprg/pokerkit

一个用于扑克游戏模拟、牌型评估和统计分析的开源 Python 库

uoftcprg
⭐ 528 Python 👤 uoftcprg Organization 🕐 已更新 2026-11-20 📅 创建时间 2021-02-12
547
NVlabs/qerl

[ICLR 2026] QeRL 使 32B LLM 在单个 H100 GPU 上实现 RL。

NVlabs
⭐ 527 Python 👤 NVlabs Organization 🕐 已更新 2026-11-16 📅 创建时间 2025-09-22
548
moxin-org/Moxin-LLM

Moxin 是一系列完全开源且可复现的大型语言模型

moxin-org
⭐ 526 Python 👤 moxin-org Organization 🕐 已更新 2025-07-02 📅 创建时间 2024-12-03
549
THUDM/WebRL

使用自我进化的在线课程RL构建开放式LLM网络代理

THUDM
⭐ 526 Python 👤 THUDM Organization 🕐 已更新 2025-06-06 📅 创建时间 2024-11-01
550
mll-lab-nu/VAGEN

面向多轮视觉语言模型(VLM)智能体的世界模型强化学习。视觉强化学习框架(NeurIPS 2025)。

mll-lab-nu
⭐ 525 Python 👤 mll-lab-nu Organization 🕐 已更新 2026-10-29 📅 创建时间 2025-03-04