Git Stars Git Stars

#reinforcement-learning Repositorios

563
Total de Repositorios
2.1M
Total de estrellas
3,717
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook C++ Java

564 repositorios en total

151
ARISE-Initiative/robosuite

robosuite: Un framework de simulación modular y benchmark para aprendizaje robótico

ARISE-Initiative
⭐ 2,720 Python 👤 ARISE-Initiative Organization 🕐 Actualizado 2026-11-19 📅 Creado 2018-10-25
152
google-deepmind/mctx

Búsqueda de árbol de Montecarlo en JAX

google-deepmind
⭐ 2,686 Python 👤 google-deepmind Organization 🕐 Actualizado 2026-10-05 📅 Creado 2022-03-01
153
open-gigaai/giga-brain-0

GigaBrain-0: Un Modelo Visión-Lenguaje-Acción Impulsado por un Modelo del Mundo

open-gigaai
⭐ 2,673 Python 👤 open-gigaai Organization 🕐 Actualizado 2026-09-09 📅 Creado 2025-09-26
154
guyulongcs/Awesome-Deep-Learning-Papers-for-Search-Recommendation-Advertising

Artículos increíbles de Deep Learning para Búsqueda, Recomendación y Publicidad industrial. Se centran en Embedding, Matching, Pre-Ranking, Ranking, Post Ranking, Relevancia, LLM y RL. Por favor, cite nuestro artículo "Deep Learning to Rank in Industrial Search Engines, Recommender Systems, and Online Advertising - An Overview and New Perspectives" (TOIS 2026).

guyulongcs
⭐ 2,636 Python 👤 guyulongcs User 🕐 Actualizado 2026-11-13 📅 Creado 2020-09-06
155
mbzuai-oryx/Awesome-LLM-Post-training

Impresionante tutorial/encuesta/guía sobre razonamiento LLM

mbzuai-oryx
⭐ 2,589 Python 👤 mbzuai-oryx Organization 🕐 Actualizado 2026-09-05 📅 Creado 2025-02-13
156
Memento-Teams/Memento

Código oficial de Memento: Ajuste fino de agentes LLM sin ajuste fino de LLM

Memento-Teams
⭐ 2,584 Python 👤 Memento-Teams User 🕐 Actualizado 2025-10-05 📅 Creado 2025-06-20
157
opendilab/PPOxFamily

Curso tutorial PPO x Family DRL (Curso público introductorio a la inteligencia decisional: 8 lecciones para ayudarte a comprender la teoría de los algoritmos, clarificar la lógica del código y dominar la práctica de aplicaciones de IA decisional)

opendilab
⭐ 2,582 Python 👤 opendilab Organization 🕐 Actualizado 2025-03-13 📅 Creado 2022-11-14
158
skyrl-project/SkyRL

SkyRL: Una biblioteca RL modular full-stack para LLM

skyrl-project
⭐ 2,546 Python 👤 skyrl-project Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-04-22
159
google/tunix

Una biblioteca ligera de post-entrenamiento para LLM

google
⭐ 2,516 Python 👤 google Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-04-02
160
NVlabs/ProtoMotions

ProtoMotions es un marco de simulación y aprendizaje acelerado por GPU para entrenar humanos digitales y robots humanoides simulados físicamente.

NVlabs
⭐ 2,507 Python 👤 NVlabs Organization 🕐 Actualizado 2026-11-10 📅 Creado 2024-09-24
161
langfengQ/verl-agent

verl-agent es una extensión de veRL, diseñada para entrenar agentes LLM/VLM a través de RL. verl-agent es también el código oficial del artículo "Group-in-Group Policy Optimization for LLM Agent Training"

langfengQ
⭐ 2,457 Python 👤 langfengQ User 🕐 Actualizado 2026-06-09 📅 Creado 2025-03-23
162
Unakar/Logic-RL

Reproducir R1 Zero en el rompecabezas lógico

Unakar
⭐ 2,451 Python 👤 Unakar User 🕐 Actualizado 2025-03-20 📅 Creado 2025-02-02
164
xbpeng/MimicKit

Una suite ligera de métodos de imitación de movimiento para entrenar controladores.

xbpeng
⭐ 2,443 Python 👤 xbpeng User 🕐 Actualizado 2026-11-18 📅 Creado 2025-10-08
165
LyWangPX/Reinforcement-Learning-2nd-Edition-by-Sutton-Exercise-Solutions

Soluciones de Reinforcement Learning: An Introduction

LyWangPX
⭐ 2,418 Jupyter Notebook 👤 LyWangPX User 🕐 Actualizado 2025-07-10 📅 Creado 2019-04-29
166
XiaomiMiMo/MiMo

MiMo: Desbloqueando el potencial de razonamiento del modelo de lenguaje: del preentrenamiento al postentrenamiento

XiaomiMiMo
⭐ 2,411 Python 👤 XiaomiMiMo Organization 🕐 Actualizado 2026-10-29 📅 Creado 2025-04-26
167
allenai/RL4LMs

Una biblioteca RL modular para ajustar modelos de lenguaje a las preferencias humanas

allenai
⭐ 2,376 Python 👤 allenai Organization 🕐 Actualizado 2024-03-01 📅 Creado 2022-08-18
168
NVIDIA-NeMo/Nemotron

Developer Asset Hub para NVIDIA Nemotron — Un recurso integral de todo en uno para recetas de entrenamiento, manuales de uso, conjuntos de datos y ejemplos de referencia completos de extremo a extremo para construir con modelos Nemotron.

NVIDIA-NeMo
⭐ 2,372 Jupyter Notebook 👤 NVIDIA-NeMo Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-10-03
169
AminHP/gym-anytrading

El entorno de trading de OpenAI Gym más simple, flexible y completo (Aprobado por OpenAI Gym)

AminHP
⭐ 2,361 Python 👤 AminHP User 🕐 Actualizado 2024-03-14 📅 Creado 2019-09-16
170
google-deepmind/mujoco_playground

Una biblioteca de código abierto para demostraciones en simulación y con robots reales basada en MuJoCo.

google-deepmind
⭐ 2,326 Python 👤 google-deepmind Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-12-03
171
hzwer/ICCV2019-LearningToPaint

ICCV2019 - Aprendiendo a Pintar con Aprendizaje por Refuerzo Profundo Basado en Modelos

hzwer
⭐ 2,297 Python 👤 hzwer User 🕐 Actualizado 2025-05-07 📅 Creado 2019-03-11
172
alessiodm/drl-zh

Aprendizaje Profundo por Refuerzo: ¡De cero a héroe!

alessiodm
⭐ 2,292 Jupyter Notebook 👤 alessiodm User 🕐 Actualizado 2026-05-26 📅 Creado 2024-01-10
173
Liuziyu77/Visual-RFT

Repositorio oficial de 'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning’

Liuziyu77
⭐ 2,283 Jupyter Notebook 👤 Liuziyu77 User 🕐 Actualizado 2025-10-29 📅 Creado 2025-02-24
174
nikhilbarhate99/PPO-PyTorch

Implementación mínima de la Optimización de Política Próxima (PPO) con objetivo recortado en PyTorch

nikhilbarhate99
⭐ 2,279 Python 👤 nikhilbarhate99 User 🕐 Actualizado 2024-07-09 📅 Creado 2018-09-27
175
PrimeIntellect-ai/prime-rl

Entrenamiento RL Agentico a Gran Escala

PrimeIntellect-ai
⭐ 2,268 Python 👤 PrimeIntellect-ai Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-02-18
176
tangxyw/RecSysPapers

Una colección de artículos clásicos y de vanguardia de la industria en los campos de recomendación/publicidad/búsqueda. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.

tangxyw
⭐ 2,216 Python 👤 tangxyw User 🕐 Actualizado 2026-06-11 📅 Creado 2022-08-16
177
learnsyslab/gym-pybullet-drones

Entornos Gymnasium de PyBullet para el aprendizaje por refuerzo de un solo y múltiples agentes del control de cuadricópteros

learnsyslab
⭐ 2,212 Python 👤 learnsyslab Organization 🕐 Actualizado 2026-11-13 📅 Creado 2020-08-10
178
NVIDIA-NeMo/RL

Kit de herramientas escalable para un refuerzo eficiente de modelos

NVIDIA-NeMo
⭐ 2,146 Python 👤 NVIDIA-NeMo Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-03-16
179
LeCAR-Lab/ASAP

[RSS 2025] "ASAP: Alineación de la simulación y la física del mundo real para el aprendizaje de habilidades ágiles de cuerpo completo para humanoides"

LeCAR-Lab
⭐ 2,143 Python 👤 LeCAR-Lab Organization 🕐 Actualizado 2026-01-06 📅 Creado 2025-01-28
180
Farama-Foundation/ViZDoom

Entornos de aprendizaje por refuerzo basados en el juego Doom de 1993 :godmode:

Farama-Foundation
⭐ 2,111 C++ 👤 Farama-Foundation Organization 🕐 Actualizado 2026-11-21 📅 Creado 2015-06-26
181
MineDojo/MineDojo

Construcción de agentes corpóreos abiertos con conocimiento a escala de Internet

MineDojo
⭐ 2,108 Java 👤 MineDojo Organization 🕐 Actualizado 2024-03-18 📅 Creado 2022-06-18
182
lupantech/AgentFlow

AgentFlow: Optimización del Sistema Agentivo In-the-Flow

lupantech
⭐ 2,095 Python 👤 lupantech User 🕐 Actualizado 2026-02-08 📅 Creado 2025-09-27
183
Open-Reasoner-Zero/Open-Reasoner-Zero

Repositorio oficial para Open-Reasoner-Zero

Open-Reasoner-Zero
⭐ 2,094 Python 👤 Open-Reasoner-Zero Organization 🕐 Actualizado 2025-06-02 📅 Creado 2025-02-19
185
SakanaAI/continuous-thought-machines

Máquinas de Pensamiento Continuo, porque el pensamiento lleva tiempo y el razonamiento es un proceso.

SakanaAI
⭐ 2,049 Python 👤 SakanaAI Organization 🕐 Actualizado 2025-12-29 📅 Creado 2025-05-11
186
Curt-Park/rainbow-is-all-you-need

¡Rainbow es todo lo que necesitas! Un tutorial paso a paso de DQN a Rainbow

Curt-Park
⭐ 2,038 Python 👤 Curt-Park User 🕐 Actualizado 2026-06-20 📅 Creado 2019-06-10
187
PacktPublishing/Advanced-Deep-Learning-with-Keras

Deep Learning Avanzado con Keras, publicado por Packt

PacktPublishing
⭐ 2,028 Python 👤 PacktPublishing Organization 🕐 Actualizado 2026-03-02 📅 Creado 2018-03-15
188
FareedKhan-dev/all-rl-algorithms

Implementación de todos los algoritmos RL de una manera más sencilla

FareedKhan-dev
⭐ 2,004 Jupyter Notebook 👤 FareedKhan-dev User 🕐 Actualizado 2026-11-16 📅 Creado 2025-03-30
189
fan-ziqi/robot_lab

Biblioteca de extensión RL para robots, basada en IsaacLab.

fan-ziqi
⭐ 1,985 Python 👤 fan-ziqi User 🕐 Actualizado 2026-10-20 📅 Creado 2024-07-06
190
WassimTenachi/PhySO

Optimización simbólica física

WassimTenachi
⭐ 1,980 Python 👤 WassimTenachi User 🕐 Actualizado 2026-02-21 📅 Creado 2023-01-27
191
Farama-Foundation/Gymnasium-Robotics

Una colección de entornos de simulación de robótica para aprendizaje por refuerzo

Farama-Foundation
⭐ 1,941 Python 👤 Farama-Foundation Organization 🕐 Actualizado 2026-11-16 📅 Creado 2021-10-25
192
eloialonso/diamond

DIAMOND (DIffusion As a Model Of eNvironment Dreams) es un agente de aprendizaje por refuerzo entrenado en un modelo del mundo de difusión. NeurIPS 2024 Spotlight.

eloialonso
⭐ 1,939 Python 👤 eloialonso User 🕐 Actualizado 2024-12-06 📅 Creado 2024-05-19
194
RoboVerseOrg/RoboVerse

RoboVerse: Hacia una Plataforma, un Conjunto de Datos y un Benchmark Unificados para el Aprendizaje Robótico Escalable y Generalizable

RoboVerseOrg
⭐ 1,881 Python 👤 RoboVerseOrg Organization 🕐 Actualizado 2026-11-16 📅 Creado 2025-04-04
195
openreasoner/openr

OpenR: Un framework de código abierto para el razonamiento avanzado con grandes modelos lingüísticos

openreasoner
⭐ 1,846 Python 👤 openreasoner Organization 🕐 Actualizado 2025-01-17 📅 Creado 2024-10-11
196
zslucky/awesome-AI-books

Algunos libros y pdf increíbles relacionados con la IA para aprender y descargar, también aplica algunos modelos de campo de pruebas para aprender

zslucky
⭐ 1,842 Jupyter Notebook 👤 zslucky User 🕐 Actualizado 2026-07-07 📅 Creado 2018-02-25
197
Yvictor/TradingGym

Entorno de trading y backtesting para entrenar agentes de aprendizaje por refuerzo o algoritmos basados en reglas simples.

Yvictor
⭐ 1,810 Python 👤 Yvictor User 🕐 Actualizado 2024-02-11 📅 Creado 2017-05-01
198
microsoft/CyberBattleSim

Una plataforma de experimentación e investigación para investigar la interacción de agentes automatizados en entornos de red simulados abstractos.

microsoft
⭐ 1,804 Jupyter Notebook 👤 microsoft Organization 🕐 Actualizado 2026-11-13 📅 Creado 2020-11-17
199
chynl/snake

Jugando al juego de la serpiente con IA.

chynl
⭐ 1,797 Python 👤 chynl User 🕐 Actualizado 2026-04-19 📅 Creado 2016-06-25
⭐ 1,795 Python 👤 microsoft Organization 🕐 Actualizado 2026-11-02 📅 Creado 2026-06-15