pytorch/rl

GitHub で見る

A modular, primitive-first, python-first PyTorch library for Reinforcement Learning.

スター: 3.6k
フォーク: 487
オープンの初心者向け issue: 0
索引済み issue: 195
平均マージ: 1日 5時間
マージ済み PR（30日）: 217

主要言語: Python
ライセンス: MIT
最終 GitHub push: 2026年9月20日
最新の索引: 2026年9月19日
コントリビューションガイド: コントリビューションガイド
行動規範: 行動規範
初心者向けラベル: good first issue

初心者向けすべて

オープンすべて

[Flaky Tests] 5712 flaky test(s) detected オープン

CI flaky-test-tracker

難易度 5/5 1週間以上初心者へのやさしさ 25/100

pytorch/rl#4480 · 2026年9月22日に作成
[BUG] VLAWrapperBase keeps constructor self.device オープン

pytorch/rl#4467 · コメント 1 件 · 担当者 1 名 · 2026年9月22日に作成
[Doc] RandomProjectionHash init_method docstring still says TODO オープン

pytorch/rl#4466 · コメント 1 件 · 担当者 1 名 · 2026年9月22日に作成
[BUG] LLMMaskedCategorical is missing deterministic_sample オープン

pytorch/rl#4465 · コメント 1 件 · 担当者 1 名 · 2026年9月22日に作成
[BUG] ActionScaling and FlattenAction treat NestedKey tuples as sequences of keys オープン

pytorch/rl#4464 · コメント 1 件 · 担当者 1 名 · 2026年9月22日に作成
[BUG] GAEConfig.average_gae default does not match GAE.__init__ オープン

pytorch/rl#4463 · コメント 1 件 · 担当者 1 名 · 2026年9月22日に作成
[Feature Request] Port TDMPC2 as a trainer オープン

enhancement

pytorch/rl#4448 · コメント 2 件 · 担当者 1 名 · 2026年9月21日に作成
[Feature Request] Add Support for FQL オープン

enhancement

pytorch/rl#4433 · リアクション 1 件 · 担当者 1 名 · 2026年9月19日に作成
[RFC] Introducing transform primatives for sim2real オープン

enhancement

pytorch/rl#4422 · コメント 5 件 · 担当者 2 名 · 2026年9月17日に作成
[Feature Request] Track and shrink Hydra Config/class kwarg parity gaps オープン

pytorch/rl#4228 · コメント 1 件 · 担当者 1 名 · 2026年9月5日に作成
[BUG] GRPOLoss masking strategies produce incompatible shapes オープン

難易度 4/5 3〜5日初心者へのやさしさ 35/100

pytorch/rl#4227 · コメント 3 件 · 2026年9月5日に作成
[Feature Request] Transformers for first-class support in torchRL オープン

enhancement

pytorch/rl#4192 · コメント 1 件 · 担当者 1 名 · 2026年9月1日に作成
[RFC] Allow Trainer to work with distributed Learner implementations オープン

難易度 5/5 1週間以上初心者へのやさしさ 25/100

pytorch/rl#4185 · コメント 1 件 · 2026年8月29日に作成
Agents are bad at writing tests オープン

bug

pytorch/rl#4144 · コメント 5 件 · 担当者 1 名 · 2026年8月23日に作成
Intermittent segfault in libcuda.so.1 during PPO training with custom EnvBase + ParallelEnv workers オープン

pytorch/rl#4142 · コメント 7 件 · 担当者 1 名 · 2026年8月22日に作成
Bug: ValueError: cannot find context for 'fork' breaks 10 tutorials on Windows オープン

bug

pytorch/rl#4122 · コメント 1 件 · 担当者 1 名 · 2026年8月17日に作成
[Feature] WS1: Stable Component Boundaries for External Loops オープン

enhancement

pytorch/rl#4092 · コメント 2 件 · 担当者 2 名 · 2026年8月11日に作成
[Feature Request] AsyncEnvPool v2 オープン

enhancement

pytorch/rl#4061 · コメント 8 件 · リアクション 1 件 · 担当者 2 名 · 2026年8月5日に作成
Prepare TorchRL's Hydra entry points for Hydra 1.4 オープン

難易度 4/5 3〜5日初心者へのやさしさ 68/100

pytorch/rl#4055 · コメント 2 件 · 2026年7月31日に作成
[CI] Flaky Test Tracker workflow is failing オープン

CI flaky-tracker-failure

pytorch/rl#4054 · コメント 3 件 · 担当者 1 名 · 2026年7月30日に作成
[Feature Request] Add generation-stamped replay indices for safe delayed priority updates オープン

enhancement

pytorch/rl#4041 · コメント 18 件 · リアクション 1 件 · 担当者 1 名 · 2026年7月22日に作成
[Feature Request] Add generation-safe conditional updates for mutable replay fields オープン

enhancement

pytorch/rl#4040 · コメント 10 件 · リアクション 1 件 · 担当者 1 名 · 2026年7月22日に作成
[Feature Request] Separate replay selection distributions from sampling units and boundary policies オープン

enhancement

pytorch/rl#4039 · コメント 6 件 · リアクション 1 件 · 担当者 1 名 · 2026年7月22日に作成
[RFC] Add a general monitoring and logger attachment API for collectors and replay buffers オープン

Collectors Discussion needed enhancement Logging ReplayBuffers Services

難易度 5/5 1週間以上初心者へのやさしさ 25/100

pytorch/rl#4012 · コメント 6 件 · リアクション 2 件 · 2026年7月15日に作成
[Feature Request] Reward-hacking / training-instability monitoring transform オープン

難易度 5/5 1週間以上初心者へのやさしさ 38/100

pytorch/rl#3984 · コメント 2 件 · 2026年7月10日に作成
[RFC] Post-training efforts オープン

enhancement

pytorch/rl#3948 · コメント 4 件 · 担当者 2 名 · 2026年7月7日に作成
[RFC] Unify device configuration across collectors, evaluators, and the inference server オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 30/100

pytorch/rl#3943 · コメント 1 件 · 2026年7月6日に作成
[Feature] CI Checks for Stale PRs オープン

enhancement

pytorch/rl#3906 · コメント 1 件 · 担当者 1 名 · 2026年6月24日に作成
[Feature Request] Mujoco Playground Integration (with multiagent support) オープン

enhancement

pytorch/rl#3733 · コメント 2 件 · 担当者 1 名 · 2026年5月9日に作成
[Feature Request] Add ACT Policy for Robotics オープン

enhancement

pytorch/rl#3636 · コメント 2 件 · リアクション 2 件 · 担当者 1 名 · 2026年4月15日に作成
Feature request: public async evaluator API for dedicated eval devices オープン

難易度 5/5 1週間以上初心者へのやさしさ 25/100

pytorch/rl#3610 · 2026年4月9日に作成
[Feature Request] Auto-batching inference server オープン

enhancement

pytorch/rl#3462 · コメント 6 件 · 担当者 1 名 · 2026年2月6日に作成
[Feature Request] Standardized API for Explicit Multi-Agent Communication Actions オープン

enhancement

pytorch/rl#3391 · コメント 1 件 · 担当者 1 名 · 2026年1月26日に作成
[BUG] `LineariseRewards` causes `KeyError` in `Compose` transform. オープン

bug

pytorch/rl#3237 · コメント 1 件 · 担当者 1 名 · 2025年11月20日に作成
[BUG] SliceSampler doesn't work as expected when collecting data from parallel environment? オープン

難易度 4/5 3〜5日初心者へのやさしさ 35/100

pytorch/rl#3194 · コメント 9 件 · 担当者 1 名 · 2025年10月14日に作成
[Feature Request] Question about LSTMModules オープン

enhancement

pytorch/rl#3147 · コメント 6 件 · 担当者 2 名 · 2025年9月4日に作成
[BUG] Struggling to reproduce GSM8K GRPO Training on B200 with CUDA 12.8. オープン

bug

pytorch/rl#3141 · 担当者 1 名 · 2025年8月27日に作成
Announcement: PyTorch org (and rl) will be offered to PyTorch Foundation オープン

難易度 5/5 1週間以上初心者へのやさしさ 1/100

pytorch/rl#3130 · リアクション 3 件 · 2025年8月14日に作成
[BUG] AtariDQNExperienceReplay shows AccessDeniedException オープン

bug

pytorch/rl#3113 · コメント 2 件 · 担当者 2 名 · 2025年8月6日に作成
[Feature Request] Documentation about weight update propagation オープン

enhancement

pytorch/rl#3032 · コメント 7 件 · リアクション 1 件 · 担当者 2 名 · 2025年7月3日に作成
Comment/question about the integration of a PettingZoo AEC environment with TorchRL オープン

難易度 4/5 3〜5日初心者へのやさしさ 25/100

pytorch/rl#2990 · コメント 1 件 · 2025年6月6日に作成
Feature Request: Expand ChatEnv with Popular Agent Environment Integrations オープン

難易度 5/5 1週間以上初心者へのやさしさ 25/100

pytorch/rl#2984 · 2025年6月2日に作成
[BUG] TensorSpecs require memory proportionally to batch size オープン

bug

pytorch/rl#2974 · コメント 1 件 · 担当者 1 名 · 2025年5月29日に作成
[Feature Request] MultiAgentLSTM Module and Full Example オープン

enhancement

pytorch/rl#2911 · コメント 4 件 · 担当者 1 名 · 2025年4月22日に作成
[Feature Request] Dynamically Update Environment Parameters (and Reset Transforms) in MultiaSyncDataCollector Workers オープン

enhancement

pytorch/rl#2896 · コメント 2 件 · リアクション 1 件 · 担当者 1 名 · 2025年4月8日に作成
[BUG] RuntimeError when passing dialogue data to LLMEnv オープン

bug

pytorch/rl#2875 · コメント 1 件 · 担当者 1 名 · 2025年3月25日に作成
[Feature Request] A collector designed for LLMs オープン

enhancement

pytorch/rl#2872 · リアクション 1 件 · 担当者 1 名 · 2025年3月25日に作成
[BUG] DataCollectors fail when device is set to MPS オープン

bug

pytorch/rl#2858 · リアクション 2 件 · 担当者 1 名 · 2025年3月18日に作成
No example for UnityMLAgentsEnv or Wrapper for single or multiagent training オープン

難易度 4/5 3〜5日初心者へのやさしさ 35/100

pytorch/rl#2781 · コメント 11 件 · 2025年2月12日に作成
[Feature Request] Allow CUDNN based modules in losses オープン

enhancement

pytorch/rl#2741 · コメント 4 件 · 担当者 1 名 · 2025年2月3日に作成

pytorch/rl

最新の 100 件のみ表示しています

新しい issue をメールで受け取る