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

301
PKU-Alignment/omnisafe

JMLR: OmniSafe es un marco de infraestructura para acelerar la investigación SafeRL.

PKU-Alignment
⭐ 1,122 Python 👤 PKU-Alignment Organization 🕐 Actualizado 2025-03-17 📅 Creado 2022-11-19
302
BytedTsinghua-SIA/MemAgent

Un marco MemAgent que se puede extrapolar a 3,5 millones, junto con un marco de entrenamiento para el entrenamiento de RL de cualquier flujo de trabajo de agente.

BytedTsinghua-SIA
⭐ 1,118 Python 👤 BytedTsinghua-SIA Organization 🕐 Actualizado 2026-05-12 📅 Creado 2025-06-24
303
xid32/SoundMind

Presentamos el conjunto de datos de Razonamiento Lógico de Audio (ALR), que consta de 6.446 muestras anotadas de texto y audio diseñadas específicamente para tareas de razonamiento complejo. Basándonos en este recurso, proponemos SoundMind, un algoritmo de aprendizaje por refuerzo (RL) basado en reglas, diseñado para dotar a los modelos de lenguaje de audio (ALM) de profundas capacidades de razonamiento bimodal.

xid32
⭐ 1,116 Python 👤 xid32 User 🕐 Actualizado 2025-11-26 📅 Creado 2025-06-13
304
agi-brain/xuance

XuanCe: Una biblioteca integral y unificada de aprendizaje profundo por refuerzo

agi-brain
⭐ 1,114 Python 👤 agi-brain Organization 🕐 Actualizado 2026-11-17 📅 Creado 2023-05-21
305
waymo-research/waymax

Un simulador basado en JAX para la investigación en conducción autónoma.

waymo-research
⭐ 1,110 Python 👤 waymo-research Organization 🕐 Actualizado 2025-10-23 📅 Creado 2023-10-02
306
Kim-Hammar/awesome-rl-for-cybersecurity

Una lista seleccionada de recursos dedicados al aprendizaje por refuerzo aplicado a la ciberseguridad.

Kim-Hammar
⭐ 1,109 👤 Kim-Hammar User 🕐 Actualizado 2026-07-21 📅 Creado 2021-12-14
307
vietnh1009/Super-mario-bros-A3C-pytorch

Algoritmo Asynchronous Advantage Actor-Critic (A3C) para Super Mario Bros

vietnh1009
⭐ 1,105 Python 👤 vietnh1009 User 🕐 Actualizado 2024-04-28 📅 Creado 2019-05-29
308
LucasAlegre/sumo-rl

Entornos de aprendizaje por refuerzo para el control de semáforos de tráfico con SUMO. Compatible con Gymnasium, PettingZoo y bibliotecas populares de RL.

LucasAlegre
⭐ 1,104 Python 👤 LucasAlegre User 🕐 Actualizado 2026-03-08 📅 Creado 2018-12-10
309
Toni-SM/skrl

Biblioteca modular de aprendizaje por refuerzo (RL) (implementada en PyTorch, JAX y NVIDIA Warp) con soporte para Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground y otros entornos

Toni-SM
⭐ 1,103 Python 👤 Toni-SM User 🕐 Actualizado 2026-11-21 📅 Creado 2021-10-18
310
offchan42/machine-learning-curriculum

:computer: Aprende a hacer que las máquinas aprendan para que no tengas que luchar programándolas; La lista definitiva

offchan42
⭐ 1,102 👤 offchan42 User 🕐 Actualizado 2024-03-03 📅 Creado 2016-12-12
311
JudgmentLabs/judgeval

La pila de mejora continua para agentes. Nuestros datos de entorno y evaluaciones impulsan la mejora y el monitoreo de agentes.

JudgmentLabs
⭐ 1,073 Python 👤 JudgmentLabs Organization 🕐 Actualizado 2026-11-19 📅 Creado 2024-10-25
312
reacher-z/Awesome-CUA

Catálogo abierto y respaldado por fuentes de agentes de uso de computadoras: artículos revisados, modelos de GUI, conjuntos de datos, benchmarks, herramientas y datos reutilizables en JSONL/SQLite.

reacher-z
⭐ 1,072 Python 👤 reacher-z User 🕐 Actualizado 2026-11-21 📅 Creado 2026-10-16
313
TeleHuman/PBHC

Implementación oficial de "KungfuBot: Control de cuerpo completo humanoide basado en física para aprender habilidades altamente dinámicas"

TeleHuman
⭐ 1,072 Python 👤 TeleHuman Organization 🕐 Actualizado 2026-07-01 📅 Creado 2025-05-20
314
metauto-ai/GPTSwarm

🐝 Los primeros agentes de autoaprendizaje con RL / Optimización de prompts

metauto-ai
⭐ 1,072 Python 👤 metauto-ai Organization 🕐 Actualizado 2026-02-05 📅 Creado 2024-02-26
315
BAILOOL/DoYouEvenLearn

Guía esencial para mantenerse al día con AI/ML/DL/CV

BAILOOL
⭐ 1,066 👤 BAILOOL User 🕐 Actualizado 2025-01-18 📅 Creado 2017-12-03
316
worldbench/DiffusionOPSD

🔥 Autodestilación basada en la política en modelos de difusión

worldbench
⭐ 1,057 Python 👤 worldbench Organization 🕐 Actualizado 2026-10-12 📅 Creado 2026-07-29
317
rl-tools/rl-tools

La biblioteca de aprendizaje por refuerzo profundo más rápida

rl-tools
⭐ 1,056 C++ 👤 rl-tools Organization 🕐 Actualizado 2026-11-18 📅 Creado 2023-11-11
318
Farama-Foundation/Stable-Retro

Una bifurcación de gym-retro con juegos, emuladores y plataformas compatibles adicionales

Farama-Foundation
⭐ 1,053 C++ 👤 Farama-Foundation Organization 🕐 Actualizado 2026-11-21 📅 Creado 2023-05-15
319
Tencent-Hunyuan/UniRL

UniRL es un marco de trabajo para el aprendizaje por refuerzo de modelos multimodales unificados

Tencent-Hunyuan
⭐ 1,051 Python 👤 Tencent-Hunyuan Organization 🕐 Actualizado 2026-11-16 📅 Creado 2026-06-08
320
pytorch/tensordict

Un dict[str, torch.Tensor] que se comporta como un único tensor, y TensorClass: clases de datos tipadas y agrupadas en lotes que se compilan.

pytorch
⭐ 1,046 Python 👤 pytorch Organization 🕐 Actualizado 2026-11-21 📅 Creado 2022-10-19
321
PKU-MARL/DexterousHands

Esta es una biblioteca que proporciona tareas de manipulación dual hábil de manos a través de Isaac Gym

PKU-MARL
⭐ 1,043 Python 👤 PKU-MARL Organization 🕐 Actualizado 2025-02-18 📅 Creado 2022-03-30
322
hanjuku-kaso/awesome-offline-rl

Un índice de algoritmos para el aprendizaje por refuerzo sin conexión (offline-rl)

hanjuku-kaso
⭐ 1,042 👤 hanjuku-kaso Organization 🕐 Actualizado 2024-05-23 📅 Creado 2020-12-04
323
MrSyee/pg-is-all-you-need

¡Policy Gradient es todo lo que necesitas! Un tutorial paso a paso para métodos PG bien conocidos.

MrSyee
⭐ 1,040 Jupyter Notebook 👤 MrSyee User 🕐 Actualizado 2026-07-17 📅 Creado 2019-07-15
324
silvery107/rl-mpc-locomotion

RL profundo para control MPC de locomoción de robot cuadrúpedo

silvery107
⭐ 1,036 Python 👤 silvery107 User 🕐 Actualizado 2026-04-26 📅 Creado 2021-11-22
325
ZhiqingXiao/rl-book

Códigos fuente para el libro "Reinforcement Learning: Theory and Python Implementation"

ZhiqingXiao
⭐ 1,033 HTML 👤 ZhiqingXiao User 🕐 Actualizado 2025-10-26 📅 Creado 2019-01-25
326
alex-petrenko/sample-factory

Aprendizaje por refuerzo sincrónico y asincrónico de alto rendimiento

alex-petrenko
⭐ 1,030 Python 👤 alex-petrenko User 🕐 Actualizado 2026-10-19 📅 Creado 2019-06-20
327
MeiGen-AI/PosterCraft

[ICLR2026] Repensar la generación de pósteres estéticos de alta calidad en un marco unificado

MeiGen-AI
⭐ 1,029 Python 👤 MeiGen-AI Organization 🕐 Actualizado 2026-02-11 📅 Creado 2025-06-30
328
MoonshotAI/checkpoint-engine

Checkpoint-engine es un middleware simple para actualizar los pesos del modelo en los motores de inferencia de LLM

MoonshotAI
⭐ 1,026 Python 👤 MoonshotAI Organization 🕐 Actualizado 2026-10-22 📅 Creado 2025-09-08
329
imsheridan/DeepRec

Colección de papers clásicos y de vanguardia en la industria de recomendaciones y publicidad, y materiales / Papers imprescindibles sobre Sistemas de Recomendación y Predicción de CTR

imsheridan
⭐ 1,021 👤 imsheridan User 🕐 Actualizado 2024-01-20 📅 Creado 2019-12-04
330
isaac-sim/OmniIsaacGymEnvs

Entornos de aprendizaje por refuerzo para Omniverse Isaac Gym

isaac-sim
⭐ 1,020 Python 👤 isaac-sim Organization 🕐 Actualizado 2024-06-06 📅 Creado 2022-06-01
332
facebookresearch/CompilerGym

Entornos de aprendizaje por refuerzo para tareas de optimización de compiladores y programas

facebookresearch
⭐ 1,013 Python 👤 facebookresearch Organization 🕐 Actualizado 2026-04-14 📅 Creado 2020-11-11
333
Motphys/UniLab

UniLab: Infraestructura basada en contratos para el aprendizaje robótico en distintos motores de física y hardware

Motphys
⭐ 1,011 Python 👤 Motphys Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-02-04
334
CelaDaniel/free-ai-resources-x

🌟 Una colección curada de herramientas de IA gratuitas y de alta calidad 🤖, APIs 🔗, conjuntos de datos 📊 y recursos de aprendizaje 📚 que cubren aprendizaje automático 🧠, aprendizaje profundo 🧩, IA generativa 🎨, PLN 💬 y ciencia de datos 📈. Diseñada para ayudar a desarrolladores 👩‍💻, investigadores 🔬 y creadores ✨ a explorar y construir con IA más rápido ⚡.

CelaDaniel
⭐ 1,008 👤 CelaDaniel User 🕐 Actualizado 2026-05-21 📅 Creado 2025-10-17
335
luchris429/purejaxrl

Implementaciones de Jax RL de extremo a extremo realmente rápidas

luchris429
⭐ 1,007 Python 👤 luchris429 User 🕐 Actualizado 2024-09-09 📅 Creado 2023-02-25
336
locuslab/mpc.pytorch

Un solucionador rápido y diferenciable de control predictivo por modelo (MPC) para PyTorch.

locuslab
⭐ 1,007 Python 👤 locuslab Organization 🕐 Actualizado 2024-08-27 📅 Creado 2018-10-02
337
stepfun-ai/Step-Audio-EditX

Un potente modelo de edición de audio basado en LLM de 3 mil millones de parámetros y aprendizaje por refuerzo destaca en la edición de emociones, estilo de habla y paralingüística, y cuenta con una sólida función de texto a voz de cero disparos.

stepfun-ai
⭐ 1,005 Python 👤 stepfun-ai Organization 🕐 Actualizado 2026-04-09 📅 Creado 2025-10-29
338
nicklashansen/tdmpc2

Código para "TD-MPC2: Modelos del mundo escalables y robustos para control continuo"

nicklashansen
⭐ 1,004 Python 👤 nicklashansen User 🕐 Actualizado 2026-10-20 📅 Creado 2023-10-26
339
TuragaLab/flybody

Modelo corporal de mosca-fruta MuJoCo y tareas de RL de locomoción

TuragaLab
⭐ 984 Python 👤 TuragaLab Organization 🕐 Actualizado 2026-02-07 📅 Creado 2024-01-30
340
Kuaishou-OneRec/OpenOneRec

Un Modelo de Fundamento Abierto y Benchmark para Acelerar la Recomendación Generativa

Kuaishou-OneRec
⭐ 983 Python 👤 Kuaishou-OneRec User 🕐 Actualizado 2026-05-18 📅 Creado 2025-12-29
341
HumanCompatibleAI/overcooked_ai

Un entorno de referencia para el rendimiento humano-IA completamente cooperativo.

HumanCompatibleAI
⭐ 973 Jupyter Notebook 👤 HumanCompatibleAI Organization 🕐 Actualizado 2025-03-22 📅 Creado 2019-06-23
342
AgileRL/AgileRL

La pila completa de posentrenamiento para LLM, además de RL para cualquier problema. SFT, DPO y RL agéntico en varios turnos, con optimización evolutiva de hiperparámetros integrada.

AgileRL
⭐ 971 Python 👤 AgileRL Organization 🕐 Actualizado 2026-11-21 📅 Creado 2023-03-01
343
d0r1h/ML-University

Machine Learning Open Source University

d0r1h
⭐ 956 👤 d0r1h User 🕐 Actualizado 2026-10-12 📅 Creado 2020-08-29
344
AspirinCode/papers-for-molecular-design-using-DL

Lista de diseño molecular y de materiales utilizando IA generativa y aprendizaje profundo

AspirinCode
⭐ 954 👤 AspirinCode User 🕐 Actualizado 2026-11-20 📅 Creado 2023-02-28
345
jonyzhang2023/awesome-humanoid-learning

Recursos para robots humanoides

jonyzhang2023
⭐ 951 👤 jonyzhang2023 User 🕐 Actualizado 2026-03-16 📅 Creado 2024-01-16
346
StanfordVL/GibsonEnv

Gibson Environments: Percepción del Mundo Real para Agentes Encarnados

StanfordVL
⭐ 949 C 👤 StanfordVL Organization 🕐 Actualizado 2026-10-20 📅 Creado 2017-12-18
347
minerllabs/minerl

Competencia MineRL para Aprendizaje por Refuerzo Eficiente en Muestras - Paquete de Python

minerllabs
⭐ 947 Java 👤 minerllabs Organization 🕐 Actualizado 2025-01-22 📅 Creado 2019-04-23
348
MushroomRL/mushroom-rl

Biblioteca Python para el aprendizaje por refuerzo.

MushroomRL
⭐ 946 Python 👤 MushroomRL Organization 🕐 Actualizado 2026-11-20 📅 Creado 2017-02-25
350
RobertTLange/gymnax

Entornos RL en JAX 🌍

RobertTLange
⭐ 942 Python 👤 RobertTLange User 🕐 Actualizado 2026-11-20 📅 Creado 2020-12-26