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++ TeX

564 repositorios en total

251
reiniscimurs/DRL-robot-navigation

Aprendizaje profundo por refuerzo para la navegación de robots móviles en el simulador ROS Gazebo. Utilizando una red neuronal Twin Delayed Deep Deterministic Policy Gradient (TD3), un robot aprende a navegar hacia un punto objetivo aleatorio en un entorno simulado mientras evita obstáculos.

reiniscimurs
⭐ 1,380 Python 👤 reiniscimurs User 🕐 Actualizado 2025-12-13 📅 Creado 2021-10-25
252
kengz/SLM-Lab

Framework modular de Deep Reinforcement Learning en PyTorch. Biblioteca complementaria del libro "Foundations of Deep Reinforcement Learning".

kengz
⭐ 1,366 Python 👤 kengz User 🕐 Actualizado 2026-10-29 📅 Creado 2017-10-02
253
tanishqkumar/beyond-nanogpt

Implementaciones mínimas y anotadas de ideas clave de la investigación moderna en aprendizaje profundo.

tanishqkumar
⭐ 1,361 Python 👤 tanishqkumar User 🕐 Actualizado 2026-01-29 📅 Creado 2025-04-16
254
MoonshotAI/Kimi-Dev

LLM de codificación de código abierto para tareas de ingeniería de software

MoonshotAI
⭐ 1,357 Python 👤 MoonshotAI Organization 🕐 Actualizado 2025-09-30 📅 Creado 2025-06-16
255
fancyboi999/ai-engineering-from-scratch-zh

La ruta de aprendizaje más completa para ingenieros de agentes · Domina la ingeniería de IA desde cero · 20 etapas y 542 lecciones · Traducción completa al chino + sitio web complementario + vídeos explicativos animados · Guía para convertirse en ingeniero de agentes de IA

fancyboi999
⭐ 1,353 Python 👤 fancyboi999 User 🕐 Actualizado 2026-11-21 📅 Creado 2026-05-26
256
NVIDIA-NeMo/Gym

Evaluar y mejorar modelos y agentes usando entornos

NVIDIA-NeMo
⭐ 1,347 Python 👤 NVIDIA-NeMo Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-08-25
257
quantumiracle/Popular-RL-Algorithms

Implementación en PyTorch de Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet..

quantumiracle
⭐ 1,344 Jupyter Notebook 👤 quantumiracle User 🕐 Actualizado 2025-03-13 📅 Creado 2019-04-19
260
keon/deep-q-learning

Implementaciones mínimas de Deep Q Learning (DQN y DDQN) en Keras

keon
⭐ 1,333 Python 👤 keon User 🕐 Actualizado 2026-05-18 📅 Creado 2017-02-06
262
NousResearch/atropos

Atropos es un framework de entornos de aprendizaje por refuerzo de modelos de lenguaje para recopilar y evaluar trayectorias de LLM a través de diversos entornos

NousResearch
⭐ 1,324 Python 👤 NousResearch Organization 🕐 Actualizado 2026-06-29 📅 Creado 2025-04-29
264
wouterkool/attention-learn-to-route

Modelo basado en atención para aprender a resolver diferentes problemas de enrutamiento

wouterkool
⭐ 1,318 Jupyter Notebook 👤 wouterkool User 🕐 Actualizado 2024-08-04 📅 Creado 2018-03-22
265
Alibaba-NLP/ZeroSearch

ZeroSearch: Incentivar la capacidad de búsqueda de LLM sin buscar

Alibaba-NLP
⭐ 1,305 Python 👤 Alibaba-NLP Organization 🕐 Actualizado 2025-08-16 📅 Creado 2025-05-07
266
ICT-FinD-Lab/alphagen

Generación de conjuntos de fórmulas de factores de acciones alfa (predictivos) mediante aprendizaje por refuerzo.

ICT-FinD-Lab
⭐ 1,302 Python 👤 ICT-FinD-Lab Organization 🕐 Actualizado 2026-06-04 📅 Creado 2022-07-05
268
oxwhirl/smac

SMAC: El Desafío Multiagente de StarCraft

oxwhirl
⭐ 1,300 Python 👤 oxwhirl Organization 🕐 Actualizado 2024-02-18 📅 Creado 2019-01-08
⭐ 1,293 Python 👤 Visual-Agent Organization 🕐 Actualizado 2025-11-20 📅 Creado 2025-03-15
270
ahundt/awesome-robotics

Una lista curada de enlaces y bibliotecas de software geniales que son útiles para robots.

ahundt
⭐ 1,293 👤 ahundt User 🕐 Actualizado 2024-01-10 📅 Creado 2017-05-12
271
metadriverse/metadrive

MetaDrive: Simulador de conducción ligero para todos

metadriverse
⭐ 1,284 Python 👤 metadriverse Organization 🕐 Actualizado 2026-10-16 📅 Creado 2021-08-28
272
Rishabh-creator601/Books

Libros / PDFs / EPUBs para diferentes campos de programación. LEE CRECE Y DISFRUTA 😊😊😊😊

Rishabh-creator601
⭐ 1,281 👤 Rishabh-creator601 User 🕐 Actualizado 2026-11-20 📅 Creado 2025-06-15
273
patrick-llgc/Learning-Deep-Learning

Notas de lectura de artículos sobre aprendizaje profundo y aprendizaje automático

patrick-llgc
⭐ 1,280 Jupyter Notebook 👤 patrick-llgc User 🕐 Actualizado 2026-10-27 📅 Creado 2017-04-02
274
ucla-rlcourse/RLexample

Algunos ejemplos básicos de jugar con RL

ucla-rlcourse
⭐ 1,275 Jupyter Notebook 👤 ucla-rlcourse Organization 🕐 Actualizado 2026-02-18 📅 Creado 2019-01-09
275
uzh-rpg/flightmare

Un simulador de cuadricóptero abierto y flexible

uzh-rpg
⭐ 1,265 C++ 👤 uzh-rpg Organization 🕐 Actualizado 2024-06-14 📅 Creado 2020-07-14
276
google-deepmind/android_env

Investigación de aprendizaje automático en dispositivos Android.

google-deepmind
⭐ 1,263 Python 👤 google-deepmind Organization 🕐 Actualizado 2026-11-18 📅 Creado 2021-04-21
277
aws-solutions-library-samples/guidance-for-training-an-aws-deepracer-model-using-amazon-sagemaker

Contenido del taller DeepRacer. Esta guía demuestra cómo los desarrolladores de software pueden usar una instancia de Amazon SageMaker Notebook para entrenar y evaluar directamente modelos de AWS DeepRacer con control total.

aws-solutions-library-samples
⭐ 1,251 Jupyter Notebook 👤 aws-solutions-library-samples Organization 🕐 Actualizado 2024-10-21 📅 Creado 2018-11-23
278
alexfrom0815/Online-3D-BPP-PCT

Implementación del código de "Learning Efficient Online 3D Bin Packing on Packing Configuration Trees". Proponemos mejorar la aplicabilidad práctica del Problema de Embalaje en Contenedores 3D en Línea (BPP) mediante el aprendizaje en un árbol jerárquico de configuraciones de embalaje que facilita que el modelo de aprendizaje por refuerzo profundo (DRL) maneje restricciones prácticas y tenga un buen rendimiento incluso con un espacio de solución continuo.

alexfrom0815
⭐ 1,247 Python 👤 alexfrom0815 User 🕐 Actualizado 2026-01-21 📅 Creado 2022-02-02
279
Improbable-AI/walk-these-ways

Herramientas de entrenamiento e implementación RL de simulación a real para el robot Unitree Go1.

Improbable-AI
⭐ 1,246 Python 👤 Improbable-AI Organization 🕐 Actualizado 2024-06-16 📅 Creado 2022-11-15
280
jiangranlv/embodied-ai-start

[PKU EPIC Lab] Guía introductoria a la IA encarnada para principiantes

jiangranlv
⭐ 1,242 👤 jiangranlv User 🕐 Actualizado 2025-12-03 📅 Creado 2025-10-07
281
hanruihua/ir-sim

Un simulador de robot ligero basado en Python diseñado para la navegación, el control y el aprendizaje.

hanruihua
⭐ 1,242 Python 👤 hanruihua User 🕐 Actualizado 2026-11-21 📅 Creado 2022-05-30
282
rohanpsingh/LearningHumanoidWalking

Entrenamiento de un robot humanoide para la locomoción utilizando aprendizaje por refuerzo

rohanpsingh
⭐ 1,234 Python 👤 rohanpsingh User 🕐 Actualizado 2026-05-03 📅 Creado 2022-07-13
283
jannerm/diffuser

Código para el artículo "Planning with Diffusion for Flexible Behavior Synthesis"

jannerm
⭐ 1,223 Python 👤 jannerm User 🕐 Actualizado 2024-07-18 📅 Creado 2022-05-03
284
srush/awesome-o1

Una bibliografía y una reseña de los trabajos sobre o1

srush
⭐ 1,213 TeX 👤 srush User 🕐 Actualizado 2026-07-07 📅 Creado 2024-10-16
285
yfzhang114/Awesome-Multimodal-Large-Language-Models

Notas de lectura sobre Modelos Grandes de Lenguaje Multimodales, Modelos Grandes de Lenguaje y Modelos de Difusión

yfzhang114
⭐ 1,211 👤 yfzhang114 User 🕐 Actualizado 2026-11-07 📅 Creado 2024-03-30
286
Farama-Foundation/MO-Gymnasium

Entornos Gymnasium multiobjetivo para aprendizaje por refuerzo

Farama-Foundation
⭐ 1,207 Python 👤 Farama-Foundation Organization 🕐 Actualizado 2026-11-11 📅 Creado 2022-04-11
287
ElectricAlexis/NotaGen

NotaGen: Avanzando la musicalidad en la generación de música simbólica con paradigmas de entrenamiento de modelos de lenguaje grandes

ElectricAlexis
⭐ 1,202 Python 👤 ElectricAlexis User 🕐 Actualizado 2025-04-21 📅 Creado 2024-06-01
288
upb-lea/reinforcement_learning_course_materials

Apuntes de clase, tareas de tutoría que incluyen soluciones, así como videos en línea para el curso de aprendizaje por refuerzo impartido por la Universidad de Paderborn

upb-lea
⭐ 1,200 Jupyter Notebook 👤 upb-lea Organization 🕐 Actualizado 2026-01-05 📅 Creado 2020-07-20
289
openai/procgen

Procgen Benchmark: Entornos Gym similares a juegos generados proceduralmente

openai
⭐ 1,197 C++ 👤 openai Organization 🕐 Actualizado 2026-03-27 📅 Creado 2019-11-22
290
bytedance/Fastbot_Android

Fastbot(2.0) es una herramienta de prueba basada en modelos para modelar transiciones de GUI y descubrir problemas de estabilidad de la aplicación

bytedance
⭐ 1,189 C++ 👤 bytedance Organization 🕐 Actualizado 2025-06-20 📅 Creado 2020-12-04
291
simpler-env/SimplerEnv

Evaluación y reproducción de políticas de manipulación de robots del mundo real (por ejemplo, RT-1, RT-1-X, Octo) en simulación bajo configuraciones comunes (por ejemplo, Google Robot, WidowX+Bridge) (CoRL 2024)

simpler-env
⭐ 1,187 Jupyter Notebook 👤 simpler-env Organization 🕐 Actualizado 2026-09-30 📅 Creado 2024-03-23
292
Tencent-Hunyuan/MixGRPO

[ECCV 2026] MixGRPO: Desbloqueando la eficiencia de GRPO basada en flujo con ODE-SDE mixto

Tencent-Hunyuan
⭐ 1,185 Python 👤 Tencent-Hunyuan Organization 🕐 Actualizado 2026-07-01 📅 Creado 2025-07-29
293
ericyangyu/PPO-for-Beginners

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.

ericyangyu
⭐ 1,184 Python 👤 ericyangyu User 🕐 Actualizado 2024-10-01 📅 Creado 2020-09-04
294
RainBowLuoCS/Gamer

Implementación oficial de Gamer: un modelo fundacional generalista de visión, lenguaje y acción para agentes de videojuegos en tiempo real con horizontes prolongados

RainBowLuoCS
⭐ 1,179 👤 RainBowLuoCS User 🕐 Actualizado 2026-11-16 📅 Creado 2026-10-30
295
flow-project/flow

Marco computacional para el aprendizaje por refuerzo en el control de tráfico

flow-project
⭐ 1,171 Python 👤 flow-project Organization 🕐 Actualizado 2024-07-27 📅 Creado 2017-08-24
296
nnaisense/evotorch

Biblioteca avanzada de computación evolutiva construida directamente sobre PyTorch, creada en NNAISENSE.

nnaisense
⭐ 1,152 Python 👤 nnaisense Organization 🕐 Actualizado 2026-11-16 📅 Creado 2022-08-08
298
NVlabs/DiffusionNFT

[ICLR 2026 Oral] DiffusionNFT: Refuerzo de difusión en línea con proceso directo

NVlabs
⭐ 1,134 Python 👤 NVlabs Organization 🕐 Actualizado 2026-02-10 📅 Creado 2025-09-19
299
nv-tlabs/ASE

Incrustaciones de habilidades adversarias para entrenar controladores reutilizables para personajes simulados físicamente.

nv-tlabs
⭐ 1,129 Python 👤 nv-tlabs Organization 🕐 Actualizado 2025-12-07 📅 Creado 2022-04-25
300
huawei-noah/SMARTS

Escuela de entrenamiento RL multiagente escalable para la conducción autónoma

huawei-noah
⭐ 1,123 Python 👤 huawei-noah Organization 🕐 Actualizado 2025-01-31 📅 Creado 2020-10-07