#reinforcement-learning Repositorios
564 repositorios en total
robosuite: Un framework de simulación modular y benchmark para aprendizaje robótico
GigaBrain-0: Un Modelo Visión-Lenguaje-Acción Impulsado por un Modelo del Mundo
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).
Impresionante tutorial/encuesta/guía sobre razonamiento LLM
Código oficial de Memento: Ajuste fino de agentes LLM sin ajuste fino de LLM
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)
ProtoMotions es un marco de simulación y aprendizaje acelerado por GPU para entrenar humanos digitales y robots humanoides simulados físicamente.
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"
Una suite ligera de métodos de imitación de movimiento para entrenar controladores.
Soluciones de Reinforcement Learning: An Introduction
MiMo: Desbloqueando el potencial de razonamiento del modelo de lenguaje: del preentrenamiento al postentrenamiento
Una biblioteca RL modular para ajustar modelos de lenguaje a las preferencias humanas
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.
El entorno de trading de OpenAI Gym más simple, flexible y completo (Aprobado por OpenAI Gym)
Una biblioteca de código abierto para demostraciones en simulación y con robots reales basada en MuJoCo.
ICCV2019 - Aprendiendo a Pintar con Aprendizaje por Refuerzo Profundo Basado en Modelos
Repositorio oficial de 'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning’
Implementación mínima de la Optimización de Política Próxima (PPO) con objetivo recortado en PyTorch
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.
Entornos Gymnasium de PyBullet para el aprendizaje por refuerzo de un solo y múltiples agentes del control de cuadricópteros
[RSS 2025] "ASAP: Alineación de la simulación y la física del mundo real para el aprendizaje de habilidades ágiles de cuerpo completo para humanoides"
Entornos de aprendizaje por refuerzo basados en el juego Doom de 1993 :godmode:
Construcción de agentes corpóreos abiertos con conocimiento a escala de Internet
Máquinas de Pensamiento Continuo, porque el pensamiento lleva tiempo y el razonamiento es un proceso.
¡Rainbow es todo lo que necesitas! Un tutorial paso a paso de DQN a Rainbow
Deep Learning Avanzado con Keras, publicado por Packt
Implementación de todos los algoritmos RL de una manera más sencilla
Una colección de entornos de simulación de robótica para aprendizaje por refuerzo
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.
RoboVerse: Hacia una Plataforma, un Conjunto de Datos y un Benchmark Unificados para el Aprendizaje Robótico Escalable y Generalizable
OpenR: Un framework de código abierto para el razonamiento avanzado con grandes modelos lingüísticos
Algunos libros y pdf increíbles relacionados con la IA para aprender y descargar, también aplica algunos modelos de campo de pruebas para aprender
Entorno de trading y backtesting para entrenar agentes de aprendizaje por refuerzo o algoritmos basados en reglas simples.
Una plataforma de experimentación e investigación para investigar la interacción de agentes automatizados en entornos de red simulados abstractos.