#reinforcement-learning-algorithms Repositorios
Descubre 22 repositorios activos de código abierto de GitHub etiquetados con #reinforcement-learning-algorithms, que acumulan 40,586 estrellas en total (una media de 1,844 estrellas por proyecto). El líder de este tema es DLR-RM/stable-baselines3, con 14,037 estrellas.
22 repositorios en total
Versión de PyTorch de Stable Baselines, implementaciones confiables de algoritmos de aprendizaje por refuerzo.
Repositorio para el programa Nanodegree de Aprendizaje por Refuerzo Profundo
OpenDILab Decision AI Engine. El framework de aprendizaje por refuerzo más completo B.P.
Implementación mínima de la Optimización de Política Próxima (PPO) con objetivo recortado en PyTorch
Una lista curada de impresionantes recursos de RL basados en modelos (actualizada continuamente)
Deep Reinforcement Learning Hands-On: Segunda Edición, publicada por Packt
Una implementación PPO sencilla y bien estilizada. Basado en mi serie de Medium: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.
Una lista curada de recursos de Decision Transformer (actualizada continuamente)
MDPs y POMDPs en Julia - Una interfaz para definir, resolver y simular procesos de decisión de Markov totalmente y parcialmente observables en espacios discretos y continuos.
Código acompañante para la publicación de Nature "Discovering State-of-the-art Reinforcement Algorithms"
Paquete Contrib para Stable-Baselines3 - Código experimental de aprendizaje por refuerzo (RL)
Código para el artículo "Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach"
Una lista curada de impresionantes recursos de RL de exploración (actualizada continuamente)
Una lista curada de artículos sobre búsqueda en árbol de Monte Carlo con implementaciones.
🤖 El paquete Python completo para el aprendizaje robótico a partir de demostraciones y la manipulación robótica
Traducción al chino de 《Aprendizaje por refuerzo: Una introducción》 (segunda edición)
Este es un proyecto sobre un algoritmo autónomo de evitación de obstáculos de aprendizaje por refuerzo profundo para UAV.
Una biblioteca de PyTorch para construir agentes de aprendizaje profundo por refuerzo.
[ICLR 2026] Código oficial de TraceRL: Revolucionando el post‑entrenamiento de LLMs de difusión, impulsando la serie SOTA TraDo.
Preguntas frecuentes
¿Cuál es el repositorio de #reinforcement-learning-algorithms más popular en GitHub?
El proyecto de código abierto de #reinforcement-learning-algorithms mejor posicionado en GitHub es DLR-RM/stable-baselines3, con 14,037 estrellas. Versión de PyTorch de Stable Baselines, implementaciones confiables de algoritmos de aprendizaje por refuerzo.
¿Qué lenguajes de programación se utilizan más en los repositorios de #reinforcement-learning-algorithms?
Entre los proyectos de #reinforcement-learning-algorithms mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Julia.
¿Cómo se calcula la clasificación de los repositorios de #reinforcement-learning-algorithms?
Seguimos 22 repositorios activos de código abierto etiquetados con #reinforcement-learning-algorithms (500+ estrellas), que suman un total de 40,586 estrellas, con una media de 1,844 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.