#reinforcement-learning Repositorios
564 repositorios en total
🦁 Una base de código amigable para la investigación para la experimentación rápida de aprendizaje por refuerzo multiagente en JAX
Entornos PyBullet CartPole y Quadrotor — con dinámica simbólica a priori de CasADi — para control basado en aprendizaje y RL
[ICLR 2026] Sobre la generalización de SFT: Una perspectiva de aprendizaje por refuerzo con rectificación de recompensas.
Visión por Computadora Moderna con PyTorch, publicada por Packt
Tien Kung-Lab: Flujo de trabajo directo de IsaacLab para robots con patas
Una colección curada de artículos, informes técnicos, marcos y herramientas para la destilación en política (OPD) de modelos de lenguaje grandes
Materiales impresionantes de IA para juegos de Multi-Agent Reinforcement Learning
Una biblioteca PyTorch para todo lo relacionado con el aprendizaje por refuerzo (RL) para la optimización combinatoria (CO)
Resumen de artículos y blogs clave sobre modelos de difusión para aprender sobre el tema. Lista detallada de todos los artículos publicados sobre robótica de difusión.
Una lista curada de recursos de Decision Transformer (actualizada continuamente)
ALFWorld: Alineación de texto y entornos encarnados para el aprendizaje interactivo
La plataforma de Optimización de Recursos Multiagente (MARO) es una instancia de Reinforcement Learning as a Service (RaaS) para problemas de optimización de recursos en el mundo real.
👉 Recursos de CARLA como tutoriales, blog, código, etc. https://github.com/carla-simulator/carla
Repositorio Oficial para "DrEureka: Transferencia Sim-to-Real Guiada por Modelo de Lenguaje" (RSS 2024)
Herramienta de diseño molecular con IA para diseño de novo, salto de andamio (scaffold hopping), reemplazo de grupo R, diseño de enlazadores y optimización de moléculas.
Entornos de Gymnasium para juegos de Mario de NES, con metadatos de tareas, instrumentación de recompensas e interfaces de evaluación reproducibles.
Bindings de PettingZoo y Gymnasium para entornos populares de aprendizaje por refuerzo fuera de Farama
El código fuente de la publicación del blog Los 37 detalles de implementación de Proximal Policy Optimization
[arXiv 2025] TWIST2: Sistema de Recopilación de Datos para Humanoides Escalable, Portátil y Holístico
Video-R1: Fortalecimiento del Razonamiento de Video en MLLMs [🔥el primer artículo en explorar R1 para video]
Una lista curada de recursos increíbles sobre Deep Reinforcement Learning.
Un estudio sobre el aprendizaje por refuerzo de modelos Vision-Language-Action para la manipulación robótica
🕹️ Un diverso conjunto de entornos de aprendizaje por refuerzo escalables en JAX
Colección de artículos importantes que se tratarán como libro de texto
[EMNLP 2026] MobileGym: Una plataforma de simulación verificable y altamente paralela para la investigación de agentes de GUI móvil · Simulador de Android alojado en el navegador · Evaluación verificable · Entrenamiento de RL en línea escalable
Halo es un marco de código abierto desarrollado por White Circle para entrenar modelos de lenguaje de gran tamaño y modelos multimodales
[CVPR 2025] La primera investigación sobre el razonamiento CoT (RL, TTS, Reflexión) en la generación de imágenes
Los Transformers son modelos mundiales eficientes en cuanto a muestras. ICLR 2023, notable 5%.
BFM_Zero: Un Modelo de Fundación Comportamental Programable para el Control de Humanoides Usando Aprendizaje por Refuerzo No Supervisado
Extender OpenRLHF para admitir el entrenamiento LMM RL para la reproducción de DeepSeek-R1 en tareas multimodales.
Implementaciones en Python de algoritmos de bandidos contextuales
Una infraestructura de extremo a extremo para entrenar y evaluar diversos agentes LLM.
Agente competitivo de Guandan a pequeña escala potenciado por aprendizaje por refuerzo
Impresionante colección de recursos y artículos sobre modelos de difusión para la manipulación robótica.
El repositorio es para bases sólidas de aprendizaje por refuerzo.
LLM4AD: una plataforma para el diseño de algoritmos con modelos de lenguaje de gran tamaño