Awesome GitHub RepositoriesRL Agent Implementation Frameworks

Dopamine is a reinforcement learning research framework designed for prototyping and testing algorithms across diverse simulated environments. It provides an agent development toolkit that utilizes a flat class hierarchy to facilitate the creation and extension of learning agents. The framework includes a standardization layer via environment wrappers that connect agents to various physics simulations and gaming environments. It also features a high-performance experience replay buffer for storing and sampling transition data to improve training stability, alongside a dedicated hyperparameter

CleanRL is a reinforcement learning library and PyTorch framework providing a suite of reproducible implementations for online reinforcement learning algorithms. It serves as a deep reinforcement learning benchmark suite and experiment orchestrator designed for research and agent development across both discrete and continuous action spaces. The project is distinguished by its single-file algorithm implementation approach, which encapsulates each algorithm in a standalone script to eliminate complex class hierarchies. This structure is paired with a system for scheduling and executing large-s

rllm is an asynchronous reinforcement learning framework for training language agents. It provides a unified pipeline that runs the same agent code for both evaluation and training, automatically capturing traces for gradient computation. The framework supports distributed reinforcement learning across multiple GPUs and nodes using pluggable backends, and executes agents in isolated sandboxes—either locally or in the cloud—for safe and scalable rollout collection. It trains agents built with LangGraph, SmolAgents, OpenAI Agents SDK, or custom frameworks without requiring core logic changes. T

keras-rl est une bibliothèque d'apprentissage par renforcement qui permet l'entraînement d'agents neuronaux en utilisant Keras. Elle sert de framework pour implémenter des agents de deep reinforcement learning qui interagissent avec des environnements simulés pour découvrir des comportements optimaux et maximiser les récompenses cumulées. La bibliothèque fournit un système pour configurer, entraîner et gérer des agents de réseaux de neurones. Elle gère la boucle d'interaction entre les agents et les environnements, permettant aux modèles d'apprendre par expérience directe et optimisation basée sur le gradient. Le framework inclut des capacités de gestion des poids des modèles, permettant aux utilisateurs de sauvegarder et de restaurer les états appris des agents entraînés pour préserver la progression ou les déployer pour évaluation.

Ce projet est un programme d'apprentissage par renforcement profond fournissant du matériel pédagogique et des exercices d'implémentation pour maîtriser les agents basés sur les réseaux neuronaux. Il sert de framework pour construire des versions de référence de méthodes basées sur la valeur et basées sur la politique pour résoudre des problèmes de décision séquentiels. Le projet fournit des implémentations spécifiques pour les simulations de contrôle continu et l'apprentissage par renforcement multi-agents, où les agents sont entraînés à coopérer ou à rivaliser dans des environnements partagés. Il inclut un framework de gradient de politique pour optimiser le comportement de l'agent par des méthodes telles que REINFORCE. Les capacités couvrent un large éventail d'algorithmes d'optimisation, notamment l'apprentissage Q profond, les gradients de politique déterministes et la programmation dynamique pour la modélisation des processus de décision de Markov. Le système prend en charge divers domaines d'entraînement tels que la navigation robotique, l'automatisation du trading financier et les simulations basées sur la physique. Le matériel est livré sous forme d'une série de Jupyter Notebooks.

Verifiers est un framework d'environnement d'apprentissage par renforcement et une boîte à outils d'évaluation conçus pour entraîner et évaluer les grands modèles de langage. Il fournit un système standardisé pour construire des environnements de simulation, gérer les harnais d'entraînement et suivre les trajectoires des agents à travers des interactions multi-tours. Le projet propose un gestionnaire de trajectoire d'agent dédié pour gérer les déploiements ramifiés et les séquences de jetons, aux côtés d'une boîte à outils d'évaluation qui teste les sorties des modèles par rapport à des rubriques de récompense et des jeux de données définis. Il inclut des capacités pour l'ingénierie des récompenses et la possibilité de packager des modules d'environnement pour le partage distribué et l'exécution distante. Le framework couvre un large éventail de domaines opérationnels, incluant la collecte automatisée de métriques, l'analyse de performance basée sur l'ablation et l'intégration de harnais de modèles avec des flux de travail d'apprentissage par renforcement pour optimiser le comportement des agents.

SLIME is a distributed reinforcement learning framework for large language model post-training that bridges Megatron training with SGLang inference servers. It orchestrates scalable RL loops across GPU clusters, decoupling training and inference into independent processes that communicate over HTTP and NCCL for independent scaling and fault tolerance. The system supports multi-agent reinforcement learning workflows with parallel agent instances, customizable rollout strategies, and personalized agent serving that improves models from prior conversations without disrupting API serving. The fra

Acme is a reinforcement learning framework and execution engine designed for developing and benchmarking learning algorithms. It provides a library of modular components and reference implementations used to construct agents and establish performance baselines. The system enables the scaling of agent architectures from single-stream execution to large distributed environments. This allows for the transition from initial prototyping to distributed execution for training and evaluation. The framework covers reinforcement learning development and agent architecture prototyping, providing the bu

This project is a collection of pretrained reinforcement learning agents and training scripts built on Stable Baselines3 and Gymnasium. It provides a framework for training agents to solve specific tasks, managing experiment reproducibility, and deploying pretrained models. The system includes a specialized benchmarking suite and optimization tools for tuning agent settings. It utilizes automated search spaces and distributed trials to maximize performance, while employing bootstrap sampling to generate statistically robust performance metrics and confidence intervals. Broad capabilities cov