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

51
tensortrade-org/tensortrade

一个开源强化学习框架,用于训练、评估和部署健壮的交易代理。

tensortrade-org
⭐ 7,272 Python 👤 tensortrade-org Organization 🕐 已更新 2026-02-19 📅 创建时间 2019-07-30
52
kvcache-ai/Mooncake

Mooncake 是 Moonshot AI 提供的领先 LLM 服务 Kimi 的服务平台。

kvcache-ai
⭐ 7,100 C++ 👤 kvcache-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-06-25
53
PufferAI/PufferLib

膨胀强化学习

PufferAI
⭐ 6,899 C 👤 PufferAI Organization 🕐 已更新 2026-10-14 📅 创建时间 2022-09-17
54
hijkzzz/Awesome-LLM-Strawberry

LLM论文、博客和项目集,重点关注OpenAI o1 🍓和推理技术。

hijkzzz
⭐ 6,897 👤 hijkzzz User 🕐 已更新 2025-12-17 📅 创建时间 2024-09-15
55
georgezouq/awesome-ai-in-finance

🔬 金融市场中精选的优秀 LLM 及深度学习策略与工具列表。

georgezouq
⭐ 6,779 👤 georgezouq User 🕐 已更新 2026-11-12 📅 创建时间 2018-08-29
56
pliang279/awesome-multimodal-ml

多模态机器学习研究主题阅读列表

pliang279
⭐ 6,773 👤 pliang279 User 🕐 已更新 2024-08-20 📅 创建时间 2019-05-27
57
yandexdataschool/Practical_RL

在实践中进行强化学习的课程

yandexdataschool
⭐ 6,621 Jupyter Notebook 👤 yandexdataschool Organization 🕐 已更新 2026-10-20 📅 创建时间 2017-01-23
58
jason718/awesome-self-supervised-learning

优秀的自监督方法精选列表

jason718
⭐ 6,448 👤 jason718 User 🕐 已更新 2026-02-24 📅 创建时间 2018-02-10
59
om-ai-lab/VLM-R1

用增强型视觉语言模型解决视觉理解问题

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 已更新 2026-07-07 📅 创建时间 2025-02-06
60
rllm-org/rllm

LLM强化学习的民主化

rllm-org
⭐ 5,927 Python 👤 rllm-org Organization 🕐 已更新 2026-10-16 📅 创建时间 2025-01-26
61
areal-project/AReaL

LLM 기반 에이전트 애플리케이션을 위한 RL 브리지。简单且灵活。

areal-project
⭐ 5,926 Python 👤 areal-project Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-02-24
62
rasbt/reasoning-from-scratch

用PyTorch从头开始,一步一步实现一个推理LLM

rasbt
⭐ 5,885 Jupyter Notebook 👤 rasbt User 🕐 已更新 2026-11-02 📅 创建时间 2025-03-04
63
RLinf/RLinf

RLinf: 具身和智能体人工智能的强化学习基础设施

RLinf
⭐ 5,688 Python 👤 RLinf Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-08-14
64
google-deepmind/open_spiel

OpenSpiel 是一系列用于一般强化学习以及游戏中搜索/规划研究的环境和算法集合。

google-deepmind
⭐ 5,601 Python 👤 google-deepmind Organization 🕐 已更新 2026-11-14 📅 创建时间 2019-07-22
65
borisbanushev/stockpredictionai

在这个笔记本中,我将创建一个完整的预测股票价格变动过程。跟随我,我们将取得一些相当好的结果。为此,我们将使用生成对抗网络(GAN),其中LSTM(一种循环神经网络)作为生成器,以及卷积神经网络(CNN)作为判别器。我们使用LSTM的原因很明显,因为我们试图预测时间序列数据。为什么我们使用GAN,特别是CNN作为判别器?这是一 个好的 q

borisbanushev
⭐ 5,594 JavaScript 👤 borisbanushev User 🕐 已更新 2025-08-19 📅 创建时间 2019-01-09
66
PeterGriffinJin/Search-R1

Search-R1: 一个基于veRL的、用于推理和搜索引擎调用的、高效且可扩展的RL训练框架

PeterGriffinJin
⭐ 5,575 Python 👤 PeterGriffinJin User 🕐 已更新 2025-11-13 📅 创建时间 2025-02-28
67
PetoiCamp/OpenCat-Quadruped-Robot

一个开源的四足机器人宠物框架,用于开发波士顿动力学风格的四足机器人,非常适合 STEM、编码与机器人教育、物联网机器人应用、AI 增强型机器人应用服务、研究和 DIY 机器人套件开发。

PetoiCamp
⭐ 5,573 C++ 👤 PetoiCamp Organization 🕐 已更新 2026-11-18 📅 创建时间 2021-01-03
68
leela-zero/leela-zero

没有人类提供知识的围棋引擎,基于AlphaGo Zero论文建模。

leela-zero
⭐ 5,552 C++ 👤 leela-zero Organization 🕐 已更新 2024-05-02 📅 创建时间 2017-10-24
69
InternLM/xtuner

专为超大型 MoE 模型构建的下一代训练引擎

InternLM
⭐ 5,223 Python 👤 InternLM Organization 🕐 已更新 2026-11-20 📅 创建时间 2023-07-11
70
hiyouga/EasyR1

EasyR1: an efficient, scalable, multi-modality RL training framework based on veRL

hiyouga
⭐ 5,218 Python 👤 hiyouga User 🕐 已更新 2026-11-08 📅 创建时间 2025-02-22
71
udacity/deep-reinforcement-learning

深度强化学习纳米学位项目代码库

udacity
⭐ 5,181 Jupyter Notebook 👤 udacity Organization 🕐 已更新 2026-07-08 📅 创建时间 2018-07-06
72
huggingface/deep-rl-class

此仓库包含 Hugging Face 的深度强化学习课程。

huggingface
⭐ 5,097 MDX 👤 huggingface Organization 🕐 已更新 2026-11-17 📅 创建时间 2022-04-21
73
changyeyu/LLM-RL-Visualized

🌟100+ 原创 LLM / RL 原理图 📚,《大模型算法》作者巨献! 💥(100+ LLM/RL 算法图)

changyeyu
⭐ 5,032 Python 👤 changyeyu User 🕐 已更新 2026-09-10 📅 创建时间 2025-04-26
74
walkinglabs/hands-on-modern-rl

🚀 一个开源的、实践导向的课程,弥合从基础RL概念到LLM对齐、RLVR和高级Agentic系统的差距。

walkinglabs
⭐ 4,936 Jupyter Notebook 👤 walkinglabs Organization 🕐 已更新 2026-10-23 📅 创建时间 2026-04-10
75
PrimeIntellect-ai/verifiers

我们的强化学习环境和评估库

PrimeIntellect-ai
⭐ 4,797 Python 👤 PrimeIntellect-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-01-22
76
apirrone/Open_Duck_Mini

制作BDX机器人的迷你版。 https://discord.gg/UtJZsgfQGe

apirrone
⭐ 4,764 Python 👤 apirrone User 🕐 已更新 2026-01-31 📅 创建时间 2024-05-16
77
CarperAI/trlx

用于通过人类反馈强化学习(RLHF)进行语言模型分布式训练的仓库

CarperAI
⭐ 4,738 Python 👤 CarperAI Organization 🕐 已更新 2024-01-08 📅 创建时间 2022-10-03
78
google-deepmind/dm_control

Google DeepMind 用于基于物理的模拟和强化学习环境的软件栈,使用 MuJoCo。

google-deepmind
⭐ 4,726 Python 👤 google-deepmind Organization 🕐 已更新 2026-11-11 📅 创建时间 2017-12-29
79
isaac-sim/IsaacSim

NVIDIA Isaac Sim™ 是 NVIDIA Omniverse 上的一款开源应用程序,用于在逼真的虚拟环境中开发、模拟和测试由 AI 驱动的机器人。

isaac-sim
⭐ 4,521 Python 👤 isaac-sim Organization 🕐 已更新 2026-11-16 📅 创建时间 2025-05-28
80
kwai/DouZero

[ICML 2021] DouZero: 通过自玩深度强化学习掌握斗地主 | 斗地主AI

kwai
⭐ 4,465 Python 👤 kwai Organization 🕐 已更新 2024-06-26 📅 创建时间 2021-06-02
81
QwenLM/Qwen3.8

Qwen3.8 是由阿里巴巴集团通义千问团队开发的大语言模型系列。

QwenLM
⭐ 4,459 👤 QwenLM Organization 🕐 已更新 2026-08-17 📅 创建时间 2025-09-11
82
opendilab/awesome-RLHF

精选的人类反馈强化学习资源列表(持续更新)

opendilab
⭐ 4,438 👤 opendilab Organization 🕐 已更新 2026-05-20 📅 创建时间 2023-02-13
83
AI4Finance-Foundation/ElegantRL

大规模并行深度强化学习。🔥

AI4Finance-Foundation
⭐ 4,376 Python 👤 AI4Finance-Foundation Organization 🕐 已更新 2026-02-20 📅 创建时间 2019-07-12
84
suragnair/alpha-zero-general

基于AlphaZero的干净实现,适用于任何框架中的任何游戏 + 教程 + Othello/五子棋/TicTacToe/四连棋 等

suragnair
⭐ 4,346 Jupyter Notebook 👤 suragnair User 🕐 已更新 2025-01-01 📅 创建时间 2017-12-01
85
microsoft/malmo

Project Malmo 是一个基于 Minecraft 构建的人工智能实验和研究平台。我们旨在激发新一代研究者针对这一独特环境提出的挑战性新问题进行研究。--- 有关安装说明,请向下滚动到下面的 *Getting Started*,或访问项目页面获取更多信息:

microsoft
⭐ 4,270 Java 👤 microsoft Organization 🕐 已更新 2025-09-03 📅 创建时间 2016-05-17
86
dalinvip/Awesome-ChatGPT

ChatGPT资料汇总学习,持续更新......

dalinvip
⭐ 4,190 👤 dalinvip User 🕐 已更新 2025-06-04 📅 创建时间 2023-02-06
87
OpenManus/OpenManus-RL

LLM 智能体 RL 调优的直播开发

OpenManus
⭐ 4,178 Python 👤 OpenManus Organization 🕐 已更新 2026-05-05 📅 创建时间 2025-03-06
88
open-spaced-repetition/fsrs4anki

基于Free Spaced Repetition Scheduler算法的现代Anki自定义调度

open-spaced-repetition
⭐ 4,142 Jupyter Notebook 👤 open-spaced-repetition Organization 🕐 已更新 2026-08-14 📅 创建时间 2022-09-08
89
google-deepmind/acme

强化学习组件和代理库

google-deepmind
⭐ 4,088 Python 👤 google-deepmind Organization 🕐 已更新 2026-11-12 📅 创建时间 2020-05-01
90
StarsfieldAI/R1-V

见证 VLM 低于 3 美元的“啊哈”时刻。

StarsfieldAI
⭐ 4,058 Python 👤 StarsfieldAI Organization 🕐 已更新 2025-05-19 📅 创建时间 2025-02-02
91
danijar/dreamerv3

通过世界模型掌握多元领域

danijar
⭐ 4,001 Python 👤 danijar User 🕐 已更新 2026-10-04 📅 创建时间 2023-01-14
92
Blizzard/s2client-proto

StarCraft II 客户端 - 用于与 StarCraft II 通信的协议定义。

Blizzard
⭐ 3,996 Python 👤 Blizzard Organization 🕐 已更新 2026-11-20 📅 创建时间 2017-07-22
93
hkust-nlp/simpleRL-reason

简单 RL 训练用于推理

hkust-nlp
⭐ 3,878 Python 👤 hkust-nlp Organization 🕐 已更新 2025-12-23 📅 创建时间 2025-01-25
94
ashishpatel26/Andrew-NG-Notes

这是 Andrew NG Coursera 手写笔记。

ashishpatel26
⭐ 3,773 Jupyter Notebook 👤 ashishpatel26 User 🕐 已更新 2025-08-01 📅 创建时间 2019-06-08
95
polyaxon/polyaxon

AI基础设施 / AI编排 / AI控制平面

polyaxon
⭐ 3,749 MDX 👤 polyaxon Organization 🕐 已更新 2026-11-20 📅 创建时间 2016-12-26
96
enactic/openarm

一个完全开源的人形机械臂,用于物理人工智能研究和在接触密集型环境中的部署。

enactic
⭐ 3,714 MDX 👤 enactic Organization 🕐 已更新 2026-11-16 📅 创建时间 2024-09-29
97
rlcode/reinforcement-learning

极简且简洁的强化学习示例

rlcode
⭐ 3,679 Python 👤 rlcode Organization 🕐 已更新 2026-06-12 📅 创建时间 2017-01-13
98
opendilab/DI-engine

OpenDILab 决策人工智能引擎。最全面的强化学习框架 B.P.

opendilab
⭐ 3,645 Python 👤 opendilab Organization 🕐 已更新 2025-12-07 📅 创建时间 2021-07-04
99
pytorch/rl

一个模块化、优先考虑原始、优先考虑 Python 的 PyTorch 强化学习库。

pytorch
⭐ 3,640 Python 👤 pytorch Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-02-01
100
jonyzhang2023/awesome-embodied-vla-va-vln

一份精心策划的关于具身人工智能(Embodied AI)的前沿研究列表,重点关注视觉-语言-动作 (VLA) 模型、视觉-语言导航 (VLN) 以及相关的多模态学习方法。

jonyzhang2023
⭐ 3,634 👤 jonyzhang2023 User 🕐 已更新 2026-09-15 📅 创建时间 2025-01-16