Git Stars Git Stars

#reinforcement-learning Repositorios

563
Total de Repositorios
2.1M
Total de estrellas
3,717
Promedio de Estrellas/Repo

564 repositorios en total

501
sotetsuk/pgx

♟️ Entornos de juego RL vectorizados en JAX

sotetsuk
⭐ 611 Python 👤 sotetsuk User 🕐 Actualizado 2025-03-06 📅 Creado 2022-08-11
502
chsiang426/ML-2021-notes

Notas de curso de Aprendizaje Automático (Machine Learning) 2021 Spring del profesor Li Hongyi de la Universidad de Taiwán (NTU)

chsiang426
⭐ 610 👤 chsiang426 User 🕐 Actualizado 2026-08-16 📅 Creado 2023-03-31
504
yingchengyang/Reinforcement-Learning-Papers

Artículos relacionados con el aprendizaje por refuerzo, incluidos artículos clásicos y artículos recientes en conferencias principales

yingchengyang
⭐ 603 👤 yingchengyang User 🕐 Actualizado 2026-02-06 📅 Creado 2021-10-29
505
PKU-Alignment/safety-gymnasium

NeurIPS 2023: Safety-Gymnasium: Un benchmark unificado de aprendizaje por refuerzo seguro

PKU-Alignment
⭐ 602 Python 👤 PKU-Alignment Organization 🕐 Actualizado 2026-07-21 📅 Creado 2023-01-27
506
LHRLAB/Graph-R1

[ICML 2026] Recursos oficiales de "Graph-R1: Hacia un marco Agentic GraphRAG mediante Aprendizaje por Refuerzo de extremo a extremo".

LHRLAB
⭐ 600 Python 👤 LHRLAB User 🕐 Actualizado 2026-11-02 📅 Creado 2025-03-11
507
lwpyh/Awesome-MLLM-Reasoning-Collection

Una colección de artículos, códigos, conjuntos de datos, puntos de referencia (benchmarks) y recursos sobre razonamiento multimodal.

lwpyh
⭐ 598 👤 lwpyh User 🕐 Actualizado 2026-04-01 📅 Creado 2025-03-16
508
Hellod035/LeggedLab

Flujo de Trabajo Directo IsaacLab para Robots con Patas

Hellod035
⭐ 593 Python 👤 Hellod035 User 🕐 Actualizado 2025-05-30 📅 Creado 2025-03-07
⭐ 593 Python 👤 btx0424 User 🕐 Actualizado 2026-01-20 📅 Creado 2023-02-09
510
DmitryRyumin/AAAI-2024-Papers

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!

DmitryRyumin
⭐ 591 Python 👤 DmitryRyumin User 🕐 Actualizado 2025-01-26 📅 Creado 2024-02-16
511
wendell0218/Awesome-RL-for-Video-Generation

Una lista curada de artículos sobre aprendizaje por refuerzo para la generación de video

wendell0218
⭐ 587 👤 wendell0218 User 🕐 Actualizado 2026-04-15 📅 Creado 2025-02-13
512
yfzhang114/Thyme

✨✨ [ICLR 2026] Piensa más allá de las imágenes

yfzhang114
⭐ 585 Python 👤 yfzhang114 User 🕐 Actualizado 2025-09-23 📅 Creado 2025-08-17
514
antirez/ttt-rl

Ejemplo de Aprendizaje por Refuerzo en C, jugando al Tres en Raya

antirez
⭐ 584 C 👤 antirez User 🕐 Actualizado 2025-03-13 📅 Creado 2025-03-10
515
algorithmsbooks/decisionmaking

Libro de texto Algoritmos para la toma de decisiones

algorithmsbooks
⭐ 584 👤 algorithmsbooks Organization 🕐 Actualizado 2026-10-23 📅 Creado 2020-07-19
516
OPPO-PersonalAI/Agent_Foundation_Models

Chain-of-Agents: Modelos Fundacionales de Agentes de Extremo a Extremo a través de la Destilación Multiagente y el RL Agéntico.

OPPO-PersonalAI
⭐ 582 Python 👤 OPPO-PersonalAI Organization 🕐 Actualizado 2025-09-08 📅 Creado 2025-08-05
517
facebookresearch/meta-agents-research-environments

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.

facebookresearch
⭐ 581 Python 👤 facebookresearch Organization 🕐 Actualizado 2026-09-30 📅 Creado 2025-09-11
518
erwincoumans/pybullet_robots

Creación de prototipos de robots para PyBullet (F1/10 MIT Racecar, Sawyer, Baxter y brazo Dobot, Boston Dynamics Atlas y entorno Botlab)

erwincoumans
⭐ 581 Python 👤 erwincoumans User 🕐 Actualizado 2026-02-12 📅 Creado 2017-10-10
519
liangpan99/TokenHSI

[CVPR 2025 Oral] TokenHSI: Síntesis Unificada de Interacciones Físicas entre Humanos y Escenarios a través de la Tokenización de Tareas

liangpan99
⭐ 577 Python 👤 liangpan99 User 🕐 Actualizado 2026-09-24 📅 Creado 2024-11-25
520
dynamicslab/hydrogym

Un entorno de aprendizaje por refuerzo para problemas desafiantes de modelado y control basados en datos de la dinámica de fluidos.

dynamicslab
⭐ 577 Python 👤 dynamicslab Organization 🕐 Actualizado 2026-11-18 📅 Creado 2021-12-29
521
stepfun-ai/StepDeepResearch

Paso-Investigación Profunda

stepfun-ai
⭐ 576 Python 👤 stepfun-ai Organization 🕐 Actualizado 2026-03-24 📅 Creado 2025-11-26
522
HenryHuYu/DiffPhysDrone

¡Publicado en Nature Machine Intelligence! El primer robot real (quadrotor) basado en entrenamiento con física diferenciable.

HenryHuYu
⭐ 573 Cuda 👤 HenryHuYu User 🕐 Actualizado 2025-06-25 📅 Creado 2025-04-17
523
openai/mujoco-worldgen

Generación automática de XML de objetos para Mujoco

openai
⭐ 573 Python 👤 openai Organization 🕐 Actualizado 2024-07-26 📅 Creado 2019-08-21
524
adithya-s-k/FineEnvs

FineEnvs — Introducción a los entornos de RL: creación y escalado de entornos de RL en la era de los LLM

adithya-s-k
⭐ 572 Python 👤 adithya-s-k User 🕐 Actualizado 2026-11-14 📅 Creado 2026-05-01
525
oreilly-japan/deep-learning-from-scratch-4

『Deep Learning desde cero ❹』(O'Reilly Japan, 2022)

oreilly-japan
⭐ 572 Jupyter Notebook 👤 oreilly-japan Organization 🕐 Actualizado 2024-09-30 📅 Creado 2020-08-27
526
real-stanford/umi-on-legs

UMI on Legs: Haciendo móviles las políticas de manipulación con controladores de cuerpo completo centrados en la manipulación

real-stanford
⭐ 570 Python 👤 real-stanford Organization 🕐 Actualizado 2026-07-20 📅 Creado 2024-06-28
527
threedworld-mit/tdw

Entorno de simulación ThreeDWorld

threedworld-mit
⭐ 570 Python 👤 threedworld-mit Organization 🕐 Actualizado 2024-06-03 📅 Creado 2020-03-06
528
idreesshaikh/Autonomous-Driving-in-Carla-using-Deep-Reinforcement-Learning

Aprendizaje por Refuerzo Profundo (PPO) en Conducción Autónoma (Carla) [desde cero]

idreesshaikh
⭐ 567 Python 👤 idreesshaikh User 🕐 Actualizado 2025-11-13 📅 Creado 2022-05-18
529
heleidsn/UAV_Navigation_DRL_AirSim

Este es un nuevo repositorio utilizado para entrenar la política de navegación de UAV (planificación de ruta local) utilizando métodos DRL.

heleidsn
⭐ 566 Python 👤 heleidsn User 🕐 Actualizado 2025-07-19 📅 Creado 2022-01-19
530
voidful/TextRL

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)

voidful
⭐ 564 Python 👤 voidful User 🕐 Actualizado 2026-04-23 📅 Creado 2021-03-18
531
deepreinforce-ai/CUDA-L2

CUDA-L2: Superando el rendimiento de cuBLAS en multiplicación de matrices mediante aprendizaje por refuerzo

ornith-ai
⭐ 563 Cuda 👤 ornith-ai Organization 🕐 Actualizado 2026-03-30 📅 Creado 2025-12-02
533
Sirui-Xu/InterMimic

[Destacado de CVPR 2025] InterMimic: Hacia un control corporal universal para interacciones humano-objeto basadas en la física

Sirui-Xu
⭐ 560 Python 👤 Sirui-Xu User 🕐 Actualizado 2026-11-12 📅 Creado 2025-03-25
534
hades217/awesome-ai

Una lista curada de recursos de inteligencia artificial (Cursos, Herramientas, Aplicaciones, Proyectos de código abierto)

hades217
⭐ 560 HTML 👤 hades217 User 🕐 Actualizado 2026-11-20 📅 Creado 2017-07-18
⭐ 557 Python 👤 analoganddigital User 🕐 Actualizado 2024-08-31 📅 Creado 2021-02-02
536
swarm-subnet/Langostino

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.

swarm-subnet
⭐ 556 Python 👤 swarm-subnet Organization 🕐 Actualizado 2026-02-24 📅 Creado 2025-09-09
538
PetoiCamp/OpenCatEsp32-Quadruped-Robot

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.

PetoiCamp
⭐ 553 C++ 👤 PetoiCamp Organization 🕐 Actualizado 2026-11-18 📅 Creado 2021-02-19
539
jchengai/pluto

PLUTO: Empujando el límite de la planificación basada en aprendizaje de imitación para la conducción autónoma

jchengai
⭐ 545 Python 👤 jchengai User 🕐 Actualizado 2024-07-15 📅 Creado 2024-04-22
540
LucasAlegre/morl-baselines

Implementaciones de algoritmos de Aprendizaje por Refuerzo Multi-Objetivo.

LucasAlegre
⭐ 545 Python 👤 LucasAlegre User 🕐 Actualizado 2026-09-21 📅 Creado 2022-07-22
541
Gen-Verse/ReasonFlux

[NeurIPS 2025 Spotlight] Suite de post-entrenamiento LLM — con ReasonFlux, ReasonFlux-PRM y ReasonFlux-Coder.

Gen-Verse
⭐ 543 Python 👤 Gen-Verse Organization 🕐 Actualizado 2025-09-27 📅 Creado 2025-02-10
542
hsahovic/poke-env

Poke-env: Interfaz de Python para bots de Pokemon Showdown

hsahovic
⭐ 541 Python 👤 hsahovic User 🕐 Actualizado 2026-11-15 📅 Creado 2019-08-06
543
kissqy/Microduck-kissqy

🦆 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.

kissqy
⭐ 540 Rust 👤 kissqy User 🕐 Actualizado 2026-11-21 📅 Creado 2026-10-07
544
leehanchung/awesome-full-stack-machine-learning-courses

Lista seleccionada de cursos de ingeniería de aprendizaje automático de acceso público de CalTech, Columbia, Berkeley, MIT y Stanford.

leehanchung
⭐ 537 JavaScript 👤 leehanchung User 🕐 Actualizado 2026-06-22 📅 Creado 2019-10-31
545
LeCAR-Lab/ABS

[RSS 2024] Ágil pero seguro: Aprendizaje de la locomoción con patas de alta velocidad y sin colisiones

LeCAR-Lab
⭐ 530 Python 👤 LeCAR-Lab Organization 🕐 Actualizado 2024-07-11 📅 Creado 2024-01-29
546
uoftcprg/pokerkit

Una biblioteca de Python de código abierto para simulaciones de juegos de póquer, evaluación de manos y análisis estadístico

uoftcprg
⭐ 528 Python 👤 uoftcprg Organization 🕐 Actualizado 2026-11-20 📅 Creado 2021-02-12
547
NVlabs/qerl

[ICLR 2026] QeRL permite RL para LLMs de 32B en una sola GPU H100.

NVlabs
⭐ 527 Python 👤 NVlabs Organization 🕐 Actualizado 2026-11-16 📅 Creado 2025-09-22
548
moxin-org/Moxin-LLM

Moxin es una familia de LLM completamente de código abierto y reproducible

moxin-org
⭐ 526 Python 👤 moxin-org Organization 🕐 Actualizado 2025-07-02 📅 Creado 2024-12-03
549
THUDM/WebRL

Construcción de Agentes Web Open LLM con Currículum Auto‑Evolutivo Online RL

THUDM
⭐ 526 Python 👤 THUDM Organization 🕐 Actualizado 2025-06-06 📅 Creado 2024-11-01
550
mll-lab-nu/VAGEN

Aprendizaje por refuerzo con modelos del mundo para agentes VLM de múltiples turnos. Marco de aprendizaje por refuerzo para la visión (NeurIPS 2025).

mll-lab-nu
⭐ 525 Python 👤 mll-lab-nu Organization 🕐 Actualizado 2026-10-29 📅 Creado 2025-03-04