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

201
openai/Video-Pre-Training

视频预训练(VPT):通过观看无标签的在线视频来学习行动

openai
⭐ 1,740 Python 👤 openai Organization 🕐 已更新 2025-09-03 📅 创建时间 2022-06-22
202
Farama-Foundation/Minari

离线强化学习数据集的标准格式,包含流行参考数据集和相关工具

Farama-Foundation
⭐ 1,738 Python 👤 Farama-Foundation Organization 🕐 已更新 2026-11-15 📅 创建时间 2022-10-06
⭐ 1,734 Python 👤 amazon-far Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-11-13
204
meta-pytorch/tnt

PyTorch 训练工具和实用程序的轻量级库

meta-pytorch
⭐ 1,722 Python 👤 meta-pytorch Organization 🕐 已更新 2026-11-20 📅 创建时间 2016-12-10
205
BindsNET/bindsnet

使用 PyTorch 模拟脉冲神经网络 (SNNs)。

BindsNET
⭐ 1,706 Python 👤 BindsNET Organization 🕐 已更新 2026-11-13 📅 创建时间 2018-02-09
206
opendilab/LightZero

[NeurIPS 2023 Spotlight] LightZero:通用序贯决策场景下的蒙特卡洛树搜索统一基准 (强大的 MCTS)

opendilab
⭐ 1,663 Python 👤 opendilab Organization 🕐 已更新 2026-11-19 📅 创建时间 2022-10-08
⭐ 1,661 Python 👤 uber-research Organization 🕐 已更新 2024-01-08 📅 创建时间 2018-01-04
208
mrsaeeddev/free-ai-resources

🚀 免费人工智能资源 - 🎓 课程、👷 工作、📝 博客、🔬 AI 研究等等 - 面向所有人!

mrsaeeddev
⭐ 1,659 👤 mrsaeeddev User 🕐 已更新 2024-05-29 📅 创建时间 2020-07-14
209
PacktPublishing/Machine-Learning-for-Algorithmic-Trading-Second-Edition_Original

算法交易的机器学习,第二版 - Packt 出版

PacktPublishing
⭐ 1,650 Jupyter Notebook 👤 PacktPublishing Organization 🕐 已更新 2026-04-22 📅 创建时间 2019-11-15
210
edbeeching/godot_rl_agents

一个开源软件包,让视频游戏创作者、人工智能研究人员和爱好者有机会学习其非玩家角色或代理的复杂行为。

edbeeching
⭐ 1,639 Python 👤 edbeeching User 🕐 已更新 2026-07-10 📅 创建时间 2021-07-01
211
Farama-Foundation/D4RL

用于离线强化学习的参考环境集合

Farama-Foundation
⭐ 1,627 Python 👤 Farama-Foundation Organization 🕐 已更新 2024-11-18 📅 创建时间 2020-04-12
212
PKU-Alignment/safe-rlhf

安全RLHF:通过人类反馈的安全强化学习实现约束式价值对齐

PKU-Alignment
⭐ 1,624 Python 👤 PKU-Alignment Organization 🕐 已更新 2025-11-24 📅 创建时间 2023-05-15
213
AgibotTech/agibot_x1_train

AgiBot X1 的强化学习训练代码。

AgibotTech
⭐ 1,620 Python 👤 AgibotTech Organization 🕐 已更新 2024-10-23 📅 创建时间 2024-10-23
214
modelscope/AgentEvolver

AgentEvolver: 迈向高效的自演进智能体系统

modelscope
⭐ 1,597 Python 👤 modelscope Organization 🕐 已更新 2026-04-01 📅 创建时间 2025-11-13
215
ShengranHu/ADAS

[ICLR 2025] 智能体系统的自动化设计

ShengranHu
⭐ 1,587 Python 👤 ShengranHu User 🕐 已更新 2025-01-28 📅 创建时间 2024-07-31
216
Equim-chan/Mortal

🚀🀄️ 基于 Rust 和深度强化学习的快速强大的立直麻将 AI。

Equim-chan
⭐ 1,568 Rust 👤 Equim-chan User 🕐 已更新 2025-09-28 📅 创建时间 2021-07-23
217
google-deepmind/bsuite

bsuite 是一系列经过精心设计的实验,用于研究强化学习 (RL) 代理的核心能力

google-deepmind
⭐ 1,566 Python 👤 google-deepmind Organization 🕐 已更新 2026-11-11 📅 创建时间 2019-08-02
218
snap-stanford/memorilla

🦍 Memorilla:面向大语言模型的潜在语义记忆

snap-stanford
⭐ 1,565 Python 👤 snap-stanford Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-06-23
220
verl-project/verl-omni

用于扩散模型和全模态模型的多模态强化学习训练框架

verl-project
⭐ 1,560 Python 👤 verl-project Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-04-21
221
EvolvingLMMs-Lab/open-r1-multimodal

为 open-r1 添加多模态模型训练的 fork

EvolvingLMMs-Lab
⭐ 1,556 Python 👤 EvolvingLMMs-Lab Organization 🕐 已更新 2025-02-08 📅 创建时间 2025-01-27
222
open-thought/reasoning-gym

[NeurIPS 2025 Spotlight] 具有可验证奖励的强化学习推理环境

open-thought
⭐ 1,556 Python 👤 open-thought Organization 🕐 已更新 2026-11-09 📅 创建时间 2025-01-23
223
nivu/ai_all_resources

精选的最佳人工智能资源列表

nivu
⭐ 1,543 Jupyter Notebook 👤 nivu User 🕐 已更新 2026-09-19 📅 创建时间 2019-12-26
224
ATH-MaaS/Marco-o1

面向现实世界解决方案的开放式大型推理模型

ATH-MaaS
⭐ 1,539 Python 👤 ATH-MaaS Organization 🕐 已更新 2026-06-17 📅 创建时间 2024-10-22
225
sail-sg/envpool

适用于通用 RL 环境的 C++ 高性能并行环境执行引擎(向量化环境)。

sail-sg
⭐ 1,539 C++ 👤 sail-sg Organization 🕐 已更新 2026-11-08 📅 创建时间 2021-10-20
226
hustvl/DiffusionDrive

[CVPR 2025 Highlight] 截断扩散模型助力实时端到端自动驾驶

hustvl
⭐ 1,535 Python 👤 hustvl Organization 🕐 已更新 2025-12-08 📅 创建时间 2024-11-15
227
tigerneil/awesome-deep-rl

为了深度RL和AI的未来。

tigerneil
⭐ 1,522 JavaScript 👤 tigerneil User 🕐 已更新 2026-11-21 📅 创建时间 2017-02-03
228
Zhefan-Xu/NavRL

[IEEE RA-L'25] NavRL: 在动态环境中学习安全飞行 (NVIDIA Isaac/Python/ROS1/ROS2)

Zhefan-Xu
⭐ 1,521 C++ 👤 Zhefan-Xu User 🕐 已更新 2025-07-03 📅 创建时间 2025-02-12
229
fan-ziqi/rl_sar

机器人强化学习算法的仿真验证与物理部署,适用于四足机器人、轮式机器人和人形机器人。“sar”代表“仿真与真实”(simulation and real)

fan-ziqi
⭐ 1,512 C++ 👤 fan-ziqi User 🕐 已更新 2026-08-16 📅 创建时间 2024-03-06
230
jacobhilton/deep_learning_curriculum

面向语言模型对齐的深度学习课程

jacobhilton
⭐ 1,508 👤 jacobhilton User 🕐 已更新 2024-08-19 📅 创建时间 2022-07-12
231
robfiras/loco-mujoco

专注于使用 MuJoCo 的复杂运动任务的模仿学习基准。

robfiras
⭐ 1,489 Python 👤 robfiras User 🕐 已更新 2026-11-20 📅 创建时间 2023-06-22
233
StarCycle/Awesome-Embodied-AI-Job

Lumina Robotics Talent Call | Lumina社区具身智能招贤榜 | 具身智能/机器人职位清单(PhD、RA、实习等)

StarCycle
⭐ 1,478 👤 StarCycle User 🕐 已更新 2026-02-25 📅 创建时间 2025-02-11
234
allenzren/open-pi-zero

Physical Intelligence 中的 pi0 视觉-语言-动作 (VLA) 模型重新实现

allenzren
⭐ 1,470 Python 👤 allenzren User 🕐 已更新 2025-01-31 📅 创建时间 2024-12-03
235
microsoft/TextWorld

TextWorld 是一个用于在基于文本的游戏中训练和评估强化学习 (RL) 代理的沙盒学习环境。

microsoft
⭐ 1,466 Jupyter Notebook 👤 microsoft Organization 🕐 已更新 2026-11-10 📅 创建时间 2018-06-26
237
unitreerobotics/unitree_rl_lab

这是一个基于 IsaacLab 的、用于 Unitree 机器人强化学习实现的存储库。

unitreerobotics
⭐ 1,460 Python 👤 unitreerobotics Organization 🕐 已更新 2026-05-25 📅 创建时间 2025-06-05
⭐ 1,452 Python 👤 google-deepmind Organization 🕐 已更新 2026-11-10 📅 创建时间 2020-02-18
239
Sun-Haoyuan23/Awesome-RL-based-Reasoning-MLLMs

本仓库为多模态领域的研究者提供了宝贵的参考,请开始您在基于RL的推理MLLM中的探索之旅!

Sun-Haoyuan23
⭐ 1,449 👤 Sun-Haoyuan23 User 🕐 已更新 2026-09-29 📅 创建时间 2025-02-21
241
mossr/BeautifulAlgorithms.jl

用Julia编写的简洁优美的算法

mossr
⭐ 1,425 Julia 👤 mossr User 🕐 已更新 2025-03-04 📅 创建时间 2020-09-15
244
Paulescu/hands-on-rl

免费课程,带您从零基础到强化学习大师 🦸🏻‍🦸🏽

Paulescu
⭐ 1,413 Jupyter Notebook 👤 Paulescu User 🕐 已更新 2024-03-14 📅 创建时间 2021-10-26
245
Denys88
⭐ 1,409 Jupyter Notebook 👤 Denys88 User 🕐 已更新 2026-11-21 📅 创建时间 2019-01-13
246
opendilab/awesome-model-based-RL

精选的优秀基于模型的强化学习资源列表(持续更新)

opendilab
⭐ 1,407 👤 opendilab Organization 🕐 已更新 2026-10-27 📅 创建时间 2021-12-28
247
McGill-NLP/webllama

能够按照指令浏览网页并与您交流的 Llama-3 代理

McGill-NLP
⭐ 1,396 Python 👤 McGill-NLP Organization 🕐 已更新 2026-08-16 📅 创建时间 2024-04-19
248
Agent-RL/ReCall

ReSearch:通过强化学习为 LLM 进行搜索推理学习 & ReCall:通过强化学习为 LLM 进行工具调用推理学习

Agent-RL
⭐ 1,386 Python 👤 Agent-RL Organization 🕐 已更新 2025-05-16 📅 创建时间 2025-03-03
249
ikatsov/tensor-house

企业用例的参考 Jupyter 笔记本和演示 AI/ML 应用程序集合:营销、定价、供应链、智能制造等。

ikatsov
⭐ 1,382 Jupyter Notebook 👤 ikatsov User 🕐 已更新 2024-01-24 📅 创建时间 2017-11-24
250
PetoiCamp/OpenCat-Old

一款可编程、高机动性的机器猫,用于STEM教育和AI增强服务。

PetoiCamp
⭐ 1,381 C++ 👤 PetoiCamp Organization 🕐 已更新 2026-11-18 📅 创建时间 2018-03-09