Git Stars Git Stars

#rl 仓库

探索 47 个标记为 #rl 的活跃开源 GitHub 仓库,它们累计获得 119,707 个 Star(平均每个项目 2,546 个)。该主题的领先项目是 LlamaChinese/Llama-Chinese,拥有 14,712 个 Star。

47
仓库总数
119,707
总星标数
2,546
平均每个仓库星标数
1
LlamaChinese/Llama-Chinese

Llama中文社区,实时汇总最新Llama学习资料,构建最好的中文Llama大模型开源生态,完全开源可商用

LlamaChinese
⭐ 14,712 Python 👤 LlamaChinese Organization 🕐 已更新 2025-04-06 📅 创建时间 2023-07-19
2
thu-ml/tianshou

一个优雅的 PyTorch 深度强化学习库。

thu-ml
⭐ 11,056 Python 👤 thu-ml Organization 🕐 已更新 2026-04-03 📅 创建时间 2018-04-16
3
google/dopamine

Dopamine 是一个用于快速原型设计强化学习算法的研究框架。

google
⭐ 10,934 Jupyter Notebook 👤 google Organization 🕐 已更新 2026-11-12 📅 创建时间 2018-07-26
4
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
5
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
6
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
7
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
8
kubernetes-sigs/agent-sandbox

agent-sandbox 可轻松管理相互隔离的有状态单例工作负载,非常适合 AI 智能体运行时和强化学习(RL)等使用场景。

kubernetes-sigs
⭐ 4,673 Go 👤 kubernetes-sigs Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-08-12
9
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
10
junxiaosong/AlphaZero_Gomoku

AlphaZero 算法在 Gomoku(也称为 Gobang 或 Five in a Row)的实现

junxiaosong
⭐ 3,568 Python 👤 junxiaosong User 🕐 已更新 2024-04-24 📅 创建时间 2017-12-21
11
datawhalechina/diy-llm

涵盖预训练数据、分词器、Transformer、MoE、分布式训练、缩放定律、推理与对齐,6 项渐进式代码作业,掌握 LLM 全栈知识。

datawhalechina
⭐ 3,035 Jupyter Notebook 👤 datawhalechina Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-11-24
12
MaximeVandegar/Papers-in-100-Lines-of-Code

用100行代码实现论文。

MaximeVandegar
⭐ 2,915 Python 👤 MaximeVandegar User 🕐 已更新 2026-10-22 📅 创建时间 2020-10-26
13
DLR-RM/rl-baselines3-zoo

用于 Stable Baselines3 强化学习智能体的训练框架,包含超参数优化和预训练的智能体。

DLR-RM
⭐ 2,914 Python 👤 DLR-RM Organization 🕐 已更新 2026-11-14 📅 创建时间 2020-05-05
⭐ 2,877 Python 👤 werner-duvaud User 🕐 已更新 2026-11-16 📅 创建时间 2019-12-27
15
TsinghuaC3I/Awesome-RL-for-LRMs

面向大型推理模型的强化学习调查

TsinghuaC3I
⭐ 2,503 TeX 👤 TsinghuaC3I Organization 🕐 已更新 2026-11-18 📅 创建时间 2025-03-20
16
FareedKhan-dev/all-rl-algorithms

以更简单的方式实现所有 RL 算法

FareedKhan-dev
⭐ 2,004 Jupyter Notebook 👤 FareedKhan-dev User 🕐 已更新 2026-11-16 📅 创建时间 2025-03-30
17
PRIME-RL/SimpleVLA-RL

[ICLR 2026] SimpleVLA-RL:通过强化学习扩展 VLA 训练

PRIME-RL
⭐ 1,916 Python 👤 PRIME-RL Organization 🕐 已更新 2026-01-06 📅 创建时间 2025-05-25
18
PRIME-RL/PRIME

面向语言模型高级推理的可扩展强化学习解决方案

PRIME-RL
⭐ 1,861 Python 👤 PRIME-RL Organization 🕐 已更新 2025-03-18 📅 创建时间 2024-12-31
19
zzli2022/Awesome-System2-Reasoning-LLM

系统-2推理的最新进展

zzli2022
⭐ 1,351 Python 👤 zzli2022 User 🕐 已更新 2025-06-08 📅 创建时间 2025-02-09
20
sail-sg/understand-r1-zero

理解R1-Zero-Like训练:批判性视角

sail-sg
⭐ 1,273 Python 👤 sail-sg Organization 🕐 已更新 2025-08-27 📅 创建时间 2025-03-19
21
lasgroup/SDPO

自蒸馏式强化学习 (SDPO)

lasgroup
⭐ 1,152 Python 👤 lasgroup Organization 🕐 已更新 2026-07-01 📅 创建时间 2026-01-24
23
PRIME-RL/TTRL

[NeurIPS 2025] TTRL:测试时强化学习

PRIME-RL
⭐ 1,135 Python 👤 PRIME-RL Organization 🕐 已更新 2026-04-15 📅 创建时间 2025-04-23
24
JudgmentLabs/judgeval

面向智能体的持续改进技术栈。我们的环境数据和评估功能为智能体的改进与监控提供支持。

JudgmentLabs
⭐ 1,073 Python 👤 JudgmentLabs Organization 🕐 已更新 2026-11-19 📅 创建时间 2024-10-25
25
worldbench/DiffusionOPSD

🔥 扩散模型中的策略内自蒸馏

worldbench
⭐ 1,057 Python 👤 worldbench Organization 🕐 已更新 2026-10-12 📅 创建时间 2026-07-29
26
tensorlakeai/tensorlake

Tensorlake 是一个用于沙箱和部署后台代理应用的 serverless 运行时

tensorlakeai
⭐ 1,047 Rust 👤 tensorlakeai Organization 🕐 已更新 2026-11-13 📅 创建时间 2024-11-15
27
tingaicompass/AI-Compass

“AI-Compass”将为社区指引在 AI 技术海洋中航行的方向,无论你是初学者还是进阶开发者,都能在这里找到通往 AI 各大方向的路径。旨在帮助开发者系统性地了解 AI 的核心概念、主流技术、前沿趋势,并通过实践掌握从理论到落地的全过程。

tingaicompass
⭐ 1,000 Python 👤 tingaicompass User 🕐 已更新 2026-11-20 📅 创建时间 2025-05-27
28
derisk-ai/OpenDerisk

AI原生风险智能系统,OpenDeRisk——您的应用系统风险智能管家,提供7*24小时全方位深度防护。

derisk-ai
⭐ 986 Python 👤 derisk-ai Organization 🕐 已更新 2026-09-17 📅 创建时间 2025-04-23
29
MushroomRL/mushroom-rl

强化学习的 Python 库。

MushroomRL
⭐ 946 Python 👤 MushroomRL Organization 🕐 已更新 2026-11-20 📅 创建时间 2017-02-25
30
chrisliu298/awesome-on-policy-distillation

关于大型语言模型在策略蒸馏(OPD)的论文、技术报告、框架和工具的精选集

chrisliu298
⭐ 926 👤 chrisliu298 User 🕐 已更新 2026-10-06 📅 创建时间 2026-03-22
31
Purewhiter/mobilegym

[EMNLP 2026] MobileGym:面向移动 GUI 智能体研究的可验证高并行仿真平台 · 浏览器中运行的安卓模拟器 · 可验证评估 · 可扩展在线强化学习训练

Purewhiter
⭐ 872 Python 👤 Purewhiter User 🕐 已更新 2026-11-16 📅 创建时间 2026-05-14
32
zeroth-robotics/zeroth-bot

用于 sim-to-real 和 RL 的 3D 打印开源人形机器人平台

zeroth-robotics
⭐ 785 👤 zeroth-robotics Organization 🕐 已更新 2025-05-24 📅 创建时间 2024-09-03
33
Stable-Baselines-Team/stable-baselines3-contrib

Stable-Baselines3 的 Contrib 包 - 实验性强化学习 (RL) 代码

Stable-Baselines-Team
⭐ 745 Python 👤 Stable-Baselines-Team Organization 🕐 已更新 2026-10-26 📅 创建时间 2020-09-20
34
rlresearch/dr-tulu

DR Tulu 的官方存储库:用于深度研究的具有演化评分标准的可强化学习

rlresearch
⭐ 729 Python 👤 rlresearch Organization 🕐 已更新 2026-10-09 📅 创建时间 2025-11-18
35
benedekrozemberczki/awesome-monte-carlo-tree-search-papers

精选的蒙特卡洛树搜索论文列表,附带实现。

benedekrozemberczki
⭐ 717 Python 👤 benedekrozemberczki User 🕐 已更新 2026-01-13 📅 创建时间 2019-11-22
36
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
37
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
38
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
39
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
⭐ 644 👤 LightChen233 User 🕐 已更新 2025-07-18 📅 创建时间 2025-03-13
41
neptune-ai/neptune-client

📘 基础模型训练的实验跟踪器

neptune-ai
⭐ 623 Python 👤 neptune-ai Organization 🕐 已更新 2026-03-17 📅 创建时间 2019-02-11
42
legubiao/quadruped_ros2_control

用于四足机器人的ROS2-Control实现,包括sim2real

legubiao
⭐ 588 C++ 👤 legubiao User 🕐 已更新 2026-02-22 📅 创建时间 2024-09-09
43
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
44
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
45
OpenBMB/DeepThinkVLA

DeepThinkVLA:增强视觉-语言-动作模型的推理能力

OpenBMB
⭐ 535 Python 👤 OpenBMB Organization 🕐 已更新 2026-09-08 📅 创建时间 2025-10-13
46
axon-rl/gem

智能体大模型的训练场

axon-rl
⭐ 519 Python 👤 axon-rl Organization 🕐 已更新 2026-01-21 📅 创建时间 2025-05-27
47
NVlabs/GDPO

GDPO 官方实现:用于多奖励强化学习优化的组奖励解耦归一化策略优化

NVlabs
⭐ 517 Python 👤 NVlabs Organization 🕐 已更新 2026-05-20 📅 创建时间 2025-12-09

常见问题解答

1

GitHub 上最受欢迎的 #rl 仓库是什么?

GitHub 上排名第一的开源 #rl 项目是 LlamaChinese/Llama-Chinese,拥有 14,712 个 Star。Llama中文社区,实时汇总最新Llama学习资料,构建最好的中文Llama大模型开源生态,完全开源可商用

2

#rl 仓库中最常使用的编程语言有哪些?

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

3

#rl 仓库的排名是如何计算的?

我们跟踪了 47 个标记为 #rl 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 119,707 个 Star,平均每个仓库拥有 2,546 个 Star。排名每日根据 GitHub API 更新。