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 TypeScript

564 repositorios en total

351
instadeepai/Mava

🦁 Una base de código amigable para la investigación para la experimentación rápida de aprendizaje por refuerzo multiagente en JAX

instadeepai
⭐ 939 Python 👤 instadeepai Organization 🕐 Actualizado 2026-11-06 📅 Creado 2021-03-30
352
learnsyslab/safe-control-gym

Entornos PyBullet CartPole y Quadrotor — con dinámica simbólica a priori de CasADi — para control basado en aprendizaje y RL

learnsyslab
⭐ 937 Python 👤 learnsyslab Organization 🕐 Actualizado 2026-04-29 📅 Creado 2021-08-04
353
OSU-NLP-Group/GUI-Agents-Paper-List

Lista Impresionante de Artículos sobre Agentes GUI

OSU-NLP-Group
⭐ 934 TypeScript 👤 OSU-NLP-Group Organization 🕐 Actualizado 2026-11-17 📅 Creado 2024-10-30
354
yongliang-wu/DFT

[ICLR 2026] Sobre la generalización de SFT: Una perspectiva de aprendizaje por refuerzo con rectificación de recompensas.

yongliang-wu
⭐ 932 Python 👤 yongliang-wu User 🕐 Actualizado 2026-08-01 📅 Creado 2025-08-01
355
PacktPublishing/Modern-Computer-Vision-with-PyTorch

Visión por Computadora Moderna con PyTorch, publicada por Packt

PacktPublishing
⭐ 932 Jupyter Notebook 👤 PacktPublishing Organization 🕐 Actualizado 2026-03-02 📅 Creado 2019-04-03
356
Open-X-Humanoid/TienKung-Lab

Tien Kung-Lab: Flujo de trabajo directo de IsaacLab para robots con patas

Open-X-Humanoid
⭐ 927 Python 👤 Open-X-Humanoid Organization 🕐 Actualizado 2026-10-23 📅 Creado 2025-07-03
357
chrisliu298/awesome-on-policy-distillation

Una colección curada de artículos, informes técnicos, marcos y herramientas para la destilación en política (OPD) de modelos de lenguaje grandes

chrisliu298
⭐ 926 👤 chrisliu298 User 🕐 Actualizado 2026-10-06 📅 Creado 2026-03-22
358
tencent-ailab/hok_env

Entorno Abierto de IA de Honor of Kings de Tencent

tencent-ailab
⭐ 925 Python 👤 tencent-ailab User 🕐 Actualizado 2026-05-18 📅 Creado 2022-06-08
359
datamllab/awesome-game-ai

Materiales impresionantes de IA para juegos de Multi-Agent Reinforcement Learning

datamllab
⭐ 925 👤 datamllab Organization 🕐 Actualizado 2024-06-26 📅 Creado 2019-10-19
360
ai4co/rl4co

Una biblioteca PyTorch para todo lo relacionado con el aprendizaje por refuerzo (RL) para la optimización combinatoria (CO)

ai4co
⭐ 924 Python 👤 ai4co Organization 🕐 Actualizado 2026-09-14 📅 Creado 2023-02-23
361
mbreuss/diffusion-literature-for-robotics

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.

mbreuss
⭐ 923 👤 mbreuss User 🕐 Actualizado 2026-09-22 📅 Creado 2022-11-02
362
opendilab/awesome-decision-transformer

Una lista curada de recursos de Decision Transformer (actualizada continuamente)

opendilab
⭐ 921 👤 opendilab Organization 🕐 Actualizado 2026-05-21 📅 Creado 2022-08-01
363
alfworld/alfworld

ALFWorld: Alineación de texto y entornos encarnados para el aprendizaje interactivo

alfworld
⭐ 921 Python 👤 alfworld User 🕐 Actualizado 2026-02-08 📅 Creado 2020-10-13
364
microsoft/maro

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.

microsoft
⭐ 920 Python 👤 microsoft Organization 🕐 Actualizado 2025-04-24 📅 Creado 2019-12-27
365
THUDM/AutoWebGLM

Un agente de navegación web basado en LLM (KDD'24)

THUDM
⭐ 917 Python 👤 THUDM Organization 🕐 Actualizado 2024-09-27 📅 Creado 2024-04-03
366
Amin-Tgz/awesome-CARLA

👉 Recursos de CARLA como tutoriales, blog, código, etc. https://github.com/carla-simulator/carla

Amin-Tgz
⭐ 916 👤 Amin-Tgz User 🕐 Actualizado 2026-09-28 📅 Creado 2019-09-19
367
eureka-research/DrEureka

Repositorio Oficial para "DrEureka: Transferencia Sim-to-Real Guiada por Modelo de Lenguaje" (RSS 2024)

eureka-research
⭐ 912 Python 👤 eureka-research Organization 🕐 Actualizado 2024-08-26 📅 Creado 2024-05-03
368
MolecularAI/REINVENT4

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.

MolecularAI
⭐ 910 Python 👤 MolecularAI Organization 🕐 Actualizado 2026-11-06 📅 Creado 2023-10-20
369
Kautenja/gym-super-mario-bros

Entornos de Gymnasium para juegos de Mario de NES, con metadatos de tareas, instrumentación de recompensas e interfaces de evaluación reproducibles.

Kautenja
⭐ 910 Python 👤 Kautenja User 🕐 Actualizado 2026-09-30 📅 Creado 2018-04-24
370
Farama-Foundation/Shimmy

Bindings de PettingZoo y Gymnasium para entornos populares de aprendizaje por refuerzo fuera de Farama

Farama-Foundation
⭐ 906 Python 👤 Farama-Foundation Organization 🕐 Actualizado 2026-11-12 📅 Creado 2022-10-06
371
vwxyzjn/ppo-implementation-details

El código fuente de la publicación del blog Los 37 detalles de implementación de Proximal Policy Optimization

vwxyzjn
⭐ 903 Python 👤 vwxyzjn User 🕐 Actualizado 2024-03-23 📅 Creado 2022-01-14
372
the-deep-learners/TensorFlow-LiveLessons

LiveLessons "Deep Learning con TensorFlow"

the-deep-learners
⭐ 903 Jupyter Notebook 👤 the-deep-learners Organization 🕐 Actualizado 2024-08-20 📅 Creado 2017-04-18
373
amazon-far/TWIST2

[arXiv 2025] TWIST2: Sistema de Recopilación de Datos para Humanoides Escalable, Portátil y Holístico

amazon-far
⭐ 902 Python 👤 amazon-far Organization 🕐 Actualizado 2026-09-23 📅 Creado 2025-11-05
374
tulerfeng/Video-R1

Video-R1: Fortalecimiento del Razonamiento de Video en MLLMs [🔥el primer artículo en explorar R1 para video]

tulerfeng
⭐ 900 Python 👤 tulerfeng User 🕐 Actualizado 2025-12-14 📅 Creado 2025-02-22
375
kengz/awesome-deep-rl

Una lista curada de recursos increíbles sobre Deep Reinforcement Learning.

kengz
⭐ 895 👤 kengz User 🕐 Actualizado 2025-07-13 📅 Creado 2019-08-17
376
Denghaoyuan123/Awesome-RL-VLA

Un estudio sobre el aprendizaje por refuerzo de modelos Vision-Language-Action para la manipulación robótica

Denghaoyuan123
⭐ 891 👤 Denghaoyuan123 User 🕐 Actualizado 2026-05-18 📅 Creado 2025-11-13
377
bold-lab-ai/JaxMARL

Aprendizaje por Refuerzo Multiagente con JAX

bold-lab-ai
⭐ 879 Python 👤 bold-lab-ai Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-03-27
379
instadeepai/jumanji

🕹️ Un diverso conjunto de entornos de aprendizaje por refuerzo escalables en JAX

instadeepai
⭐ 877 Python 👤 instadeepai Organization 🕐 Actualizado 2026-10-16 📅 Creado 2022-08-11
380
dmarx/anthology-of-modern-ml

Colección de artículos importantes que se tratarán como libro de texto

dmarx
⭐ 877 Jupyter Notebook 👤 dmarx User 🕐 Actualizado 2025-08-31 📅 Creado 2021-07-14
381
NM512/dreamerv3-torch

Implementación de Dreamer v3 en PyTorch.

NM512
⭐ 875 Python 👤 NM512 User 🕐 Actualizado 2026-03-08 📅 Creado 2023-02-11
382
open-thought/system-2-research

System 2 Reasoning Link Collection

open-thought
⭐ 874 👤 open-thought Organization 🕐 Actualizado 2025-03-16 📅 Creado 2024-08-03
383
Purewhiter/mobilegym

[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

Purewhiter
⭐ 872 Python 👤 Purewhiter User 🕐 Actualizado 2026-11-16 📅 Creado 2026-05-14
384
whitecircle/halo

Halo es un marco de código abierto desarrollado por White Circle para entrenar modelos de lenguaje de gran tamaño y modelos multimodales

whitecircle
⭐ 868 Python 👤 whitecircle Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-08-26
385
ZiyuGuo99/Image-Generation-CoT

[CVPR 2025] La primera investigación sobre el razonamiento CoT (RL, TTS, Reflexión) en la generación de imágenes

ZiyuGuo99
⭐ 865 Python 👤 ZiyuGuo99 User 🕐 Actualizado 2026-03-19 📅 Creado 2025-01-23
386
eloialonso/iris

Los Transformers son modelos mundiales eficientes en cuanto a muestras. ICLR 2023, notable 5%.

eloialonso
⭐ 861 Python 👤 eloialonso User 🕐 Actualizado 2024-10-14 📅 Creado 2022-08-23
387
LeCAR-Lab/BFM-Zero

BFM_Zero: Un Modelo de Fundación Comportamental Programable para el Control de Humanoides Usando Aprendizaje por Refuerzo No Supervisado

LeCAR-Lab
⭐ 844 Python 👤 LeCAR-Lab Organization 🕐 Actualizado 2026-10-21 📅 Creado 2025-11-04
388
TideDra/lmm-r1

Extender OpenRLHF para admitir el entrenamiento LMM RL para la reproducción de DeepSeek-R1 en tareas multimodales.

TideDra
⭐ 843 Python 👤 TideDra User 🕐 Actualizado 2025-05-14 📅 Creado 2025-02-13
389
david-cortes/contextualbandits

Implementaciones en Python de algoritmos de bandidos contextuales

david-cortes
⭐ 842 Python 👤 david-cortes User 🕐 Actualizado 2026-10-28 📅 Creado 2018-03-27
390
OpenBMB/AgentCPM

Una infraestructura de extremo a extremo para entrenar y evaluar diversos agentes LLM.

OpenBMB
⭐ 835 Python 👤 OpenBMB Organization 🕐 Actualizado 2026-10-22 📅 Creado 2026-01-08
391
Calix-L/DanKS

Agente competitivo de Guandan a pequeña escala potenciado por aprendizaje por refuerzo

Calix-L
⭐ 833 Python 👤 Calix-L User 🕐 Actualizado 2026-10-31 📅 Creado 2026-08-21
392
iLearn-Lab/VLA-Diffusion-Policy-Robotics

Impresionante colección de recursos y artículos sobre modelos de difusión para la manipulación robótica.

iLearn-Lab
⭐ 833 👤 iLearn-Lab Organization 🕐 Actualizado 2026-07-13 📅 Creado 2025-03-12
393
YanjieZe/TWIST

[CoRL 2025] TWIST: Sistema de Imitación de Cuerpo Completo Teleoperado

YanjieZe
⭐ 823 Python 👤 YanjieZe User 🕐 Actualizado 2025-11-01 📅 Creado 2025-04-30
394
irom-princeton/dppo

Implementación oficial de Diffusion Policy Policy Optimization, arxiv 2024

irom-princeton
⭐ 822 Python 👤 irom-princeton Organization 🕐 Actualizado 2025-02-04 📅 Creado 2024-09-04
395
chauncygu/Safe-Reinforcement-Learning-Baselines

El repositorio es para bases sólidas de aprendizaje por refuerzo.

chauncygu
⭐ 816 Jupyter Notebook 👤 chauncygu User 🕐 Actualizado 2026-03-13 📅 Creado 2022-02-22
396
dhcode-cpp/X-R1

costo mínimo para entrenar 0.5B R1-Zero

dhcode-cpp
⭐ 815 Python 👤 dhcode-cpp User 🕐 Actualizado 2025-05-14 📅 Creado 2025-02-11
397
SanDiegoMachineLearning/bookclub

Notas y enlaces de las reuniones del club de lectura

SanDiegoMachineLearning
⭐ 813 Jupyter Notebook 👤 SanDiegoMachineLearning Organization 🕐 Actualizado 2026-11-08 📅 Creado 2020-09-18
399
Optima-CityU/LLM4AD

LLM4AD: una plataforma para el diseño de algoritmos con modelos de lenguaje de gran tamaño

Optima-CityU
⭐ 811 Python 👤 Optima-CityU Organization 🕐 Actualizado 2026-11-17 📅 Creado 2024-11-26
400
MarkFzp/humanplus

[CoRL 2024] HumanPlus: Sombreado e Imitación Humanoide a partir de Humanos

MarkFzp
⭐ 810 Python 👤 MarkFzp User 🕐 Actualizado 2024-07-01 📅 Creado 2024-06-12