#reinforcement-learning Repositorios
564 repositorios en total
Notas de curso de Aprendizaje Automático (Machine Learning) 2021 Spring del profesor Li Hongyi de la Universidad de Taiwán (NTU)
Artículos relacionados con el aprendizaje por refuerzo, incluidos artículos clásicos y artículos recientes en conferencias principales
NeurIPS 2023: Safety-Gymnasium: Un benchmark unificado de aprendizaje por refuerzo seguro
[ICML 2026] Recursos oficiales de "Graph-R1: Hacia un marco Agentic GraphRAG mediante Aprendizaje por Refuerzo de extremo a extremo".
Una colección de artículos, códigos, conjuntos de datos, puntos de referencia (benchmarks) y recursos sobre razonamiento multimodal.
Artículos AAAI 2024: Explore una colección completa de investigaciones innovadoras presentadas en una de las principales conferencias de inteligencia artificial. Integre sin problemas las implementaciones de código para una mejor comprensión. ⭐ ¡experimenta la vanguardia del progreso en inteligencia artificial con este repositorio!
Una lista curada de artículos sobre aprendizaje por refuerzo para la generación de video
Chain-of-Agents: Modelos Fundacionales de Agentes de Extremo a Extremo a través de la Destilación Multiagente y el RL Agéntico.
Meta Agents Research Environments es una plataforma integral diseñada para evaluar agentes de IA en escenarios dinámicos y realistas. A diferencia de los puntos de referencia estáticos, esta plataforma introduce entornos en evolución donde los agentes deben adaptar sus estrategias a medida que hay nueva información disponible, reflejando los desafíos del mundo real.
Creación de prototipos de robots para PyBullet (F1/10 MIT Racecar, Sawyer, Baxter y brazo Dobot, Boston Dynamics Atlas y entorno Botlab)
[CVPR 2025 Oral] TokenHSI: Síntesis Unificada de Interacciones Físicas entre Humanos y Escenarios a través de la Tokenización de Tareas
Un entorno de aprendizaje por refuerzo para problemas desafiantes de modelado y control basados en datos de la dinámica de fluidos.
¡Publicado en Nature Machine Intelligence! El primer robot real (quadrotor) basado en entrenamiento con física diferenciable.
FineEnvs — Introducción a los entornos de RL: creación y escalado de entornos de RL en la era de los LLM
UMI on Legs: Haciendo móviles las políticas de manipulación con controladores de cuerpo completo centrados en la manipulación
Aprendizaje por Refuerzo Profundo (PPO) en Conducción Autónoma (Carla) [desde cero]
Este es un nuevo repositorio utilizado para entrenar la política de navegación de UAV (planificación de ruta local) utilizando métodos DRL.
Implementación de ChatGPT RLHF (Aprendizaje por Refuerzo con Retroalimentación Humana) en cualquier modelo de generación en el transformer de huggingface (blommz-176B/bloom/gpt/bart/T5/MetaICL)
CUDA-L2: Superando el rendimiento de cuBLAS en multiplicación de matrices mediante aprendizaje por refuerzo
[Destacado de CVPR 2025] InterMimic: Hacia un control corporal universal para interacciones humano-objeto basadas en la física
Una lista curada de recursos de inteligencia artificial (Cursos, Herramientas, Aplicaciones, Proyectos de código abierto)
Langostino: una plataforma de drones autónomos de código abierto que utiliza ROS2 y control de vuelo impulsado por IA. Una implementación de referencia completa para construir, comprender y ampliar la autonomía de drones en el mundo real.
Un framework de código abierto basado en ESP32 para mascotas robóticas cuadrúpedas, pensado para desarrollar robots de cuatro patas al estilo de Boston Dynamics. Ideal para la educación STEM, la enseñanza de programación y robótica, aplicaciones robóticas IoT, servicios de aplicaciones robóticas potenciadas por IA, investigación y desarrollo de kits de robótica DIY.
PLUTO: Empujando el límite de la planificación basada en aprendizaje de imitación para la conducción autónoma
Implementaciones de algoritmos de Aprendizaje por Refuerzo Multi-Objetivo.
[NeurIPS 2025 Spotlight] Suite de post-entrenamiento LLM — con ReasonFlux, ReasonFlux-PRM y ReasonFlux-Coder.
🦆 Réplica del pato robótico Microduck Feetech HD1910: equilibrio sobre una pata en hardware real, modelos de movimiento listos para usar, consola de control en chino, HAT/IMU personalizado y guía de montaje en 3 pasos. No se necesita entrenamiento para una réplica estándar.
Lista seleccionada de cursos de ingeniería de aprendizaje automático de acceso público de CalTech, Columbia, Berkeley, MIT y Stanford.
[RSS 2024] Ágil pero seguro: Aprendizaje de la locomoción con patas de alta velocidad y sin colisiones
Una biblioteca de Python de código abierto para simulaciones de juegos de póquer, evaluación de manos y análisis estadístico
Aprendizaje por refuerzo con modelos del mundo para agentes VLM de múltiples turnos. Marco de aprendizaje por refuerzo para la visión (NeurIPS 2025).