#reinforcement-learning Repositorios
564 repositorios en total
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.
Framework modular de Deep Reinforcement Learning en PyTorch. Biblioteca complementaria del libro "Foundations of Deep Reinforcement Learning".
Implementaciones mínimas y anotadas de ideas clave de la investigación moderna en aprendizaje profundo.
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
Implementación en PyTorch de Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet..
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
Modelo basado en atención para aprender a resolver diferentes problemas de enrutamiento
Generación de conjuntos de fórmulas de factores de acciones alfa (predictivos) mediante aprendizaje por refuerzo.
Una lista curada de enlaces y bibliotecas de software geniales que son útiles para robots.
Libros / PDFs / EPUBs para diferentes campos de programación. LEE CRECE Y DISFRUTA 😊😊😊😊
Notas de lectura de artículos sobre aprendizaje profundo y aprendizaje automático
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.
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.
Herramientas de entrenamiento e implementación RL de simulación a real para el robot Unitree Go1.
[PKU EPIC Lab] Guía introductoria a la IA encarnada para principiantes
Un simulador de robot ligero basado en Python diseñado para la navegación, el control y el aprendizaje.
Entrenamiento de un robot humanoide para la locomoción utilizando aprendizaje por refuerzo
Código para el artículo "Planning with Diffusion for Flexible Behavior Synthesis"
Notas de lectura sobre Modelos Grandes de Lenguaje Multimodales, Modelos Grandes de Lenguaje y Modelos de Difusión
NotaGen: Avanzando la musicalidad en la generación de música simbólica con paradigmas de entrenamiento de modelos de lenguaje grandes
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
Fastbot(2.0) es una herramienta de prueba basada en modelos para modelar transiciones de GUI y descubrir problemas de estabilidad de la aplicación
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)
[ECCV 2026] MixGRPO: Desbloqueando la eficiencia de GRPO basada en flujo con ODE-SDE mixto
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.
Implementación oficial de Gamer: un modelo fundacional generalista de visión, lenguaje y acción para agentes de videojuegos en tiempo real con horizontes prolongados
Biblioteca avanzada de computación evolutiva construida directamente sobre PyTorch, creada en NNAISENSE.
[ICLR 2026 Oral] DiffusionNFT: Refuerzo de difusión en línea con proceso directo
Incrustaciones de habilidades adversarias para entrenar controladores reutilizables para personajes simulados físicamente.
Escuela de entrenamiento RL multiagente escalable para la conducción autónoma