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

401
coderonion/awesome-llm-and-aigc

🚀🚀🚀Una colección de algunos proyectos públicos impresionantes sobre Modelos de Lenguaje Grandes (LLM), Modelos de Visión y Lenguaje (VLM), Acción Visión-Lenguaje (VLA), Contenido Generado por IA (AIGC), los Datasets y Aplicaciones relacionados.

coderonion
⭐ 810 👤 coderonion User 🕐 Actualizado 2025-08-01 📅 Creado 2023-02-15
402
GAIR-NLP/DeepResearcher

Escalado de investigación profunda mediante aprendizaje por refuerzo en entornos del mundo real.

GAIR-NLP
⭐ 808 Python 👤 GAIR-NLP Organization 🕐 Actualizado 2026-11-04 📅 Creado 2025-04-02
403
RobertTLange/evosax

Estrategias de evolución en JAX 🦎

RobertTLange
⭐ 808 Python 👤 RobertTLange User 🕐 Actualizado 2026-11-20 📅 Creado 2020-12-30
405
google/ml-compiler-opt

Infraestructura para la optimización guiada por aprendizaje automático (MLGO) en LLVM.

google
⭐ 807 Python 👤 google Organization 🕐 Actualizado 2026-11-18 📅 Creado 2020-05-28
406
huggingface/Repo2RLEnv

Convierte cualquier repositorio en entornos de RL verificables para agentes de programación: tareas de Harbor con las que puedes entrenar, evaluar y compartir en Hugging Face Hub

huggingface
⭐ 804 Python 👤 huggingface Organization 🕐 Actualizado 2026-11-16 📅 Creado 2026-05-05
407
OpenRL-Lab/openrl

Marco unificado de aprendizaje por refuerzo

OpenRL-Lab
⭐ 802 Python 👤 OpenRL-Lab Organization 🕐 Actualizado 2024-09-06 📅 Creado 2023-04-12
408
robotlearning123/awesome-isaac-gym

Una lista seleccionada de fantásticos frameworks, artículos, software y recursos de NVIDIA Issac Gym

robotlearning123
⭐ 800 Python 👤 robotlearning123 User 🕐 Actualizado 2026-10-16 📅 Creado 2021-08-07
409
pipiku915/FinMem-LLM-StockTrading

FinMem: Un agente de trading LLM con rendimiento mejorado, memoria en capas y diseño de personajes

pipiku915
⭐ 798 Python 👤 pipiku915 User 🕐 Actualizado 2024-08-18 📅 Creado 2023-12-01
410
google-deepmind/reverb

Reverb es un sistema de almacenamiento y transporte de datos eficiente y fácil de usar, diseñado para la investigación en aprendizaje automático

google-deepmind
⭐ 796 C++ 👤 google-deepmind Organization 🕐 Actualizado 2026-10-26 📅 Creado 2020-05-01
411
LumingSun/ML4DB-paper-list

Documentos para sistemas de bases de datos impulsados por inteligencia artificial (machine learning para bases de datos)

LumingSun
⭐ 793 Python 👤 LumingSun User 🕐 Actualizado 2026-11-16 📅 Creado 2019-09-10
412
SUFE-AIFLM-Lab/Fin-R1

Fin-R1 es un modelo de lenguaje grande para el razonamiento financiero complejo, desarrollado y de código abierto gracias a los esfuerzos conjuntos del SUFE-AIFLM-Lab de la Escuela de Estadística y Ciencia de Datos de la Universidad de Finanzas y Economía de Shanghái y FinStep.AI.

SUFE-AIFLM-Lab
⭐ 789 👤 SUFE-AIFLM-Lab User 🕐 Actualizado 2025-03-27 📅 Creado 2025-03-11
414
Farama-Foundation/Miniworld

Entornos 3D simples y fácilmente configurables similares a juegos FPS para aprendizaje por refuerzo

Farama-Foundation
⭐ 783 Python 👤 Farama-Foundation Organization 🕐 Actualizado 2026-03-02 📅 Creado 2018-08-28
415
ntnu-arl/aerial_gym_simulator

Aerial Gym Simulator - Isaac Gym Simulator para Robots Aéreos

ntnu-arl
⭐ 781 Python 👤 ntnu-arl Organization 🕐 Actualizado 2026-06-28 📅 Creado 2023-04-04
416
GalaxyGeneralRobotics/OpenTrack

Implementación oficial de Any2Track.

GalaxyGeneralRobotics
⭐ 775 C++ 👤 GalaxyGeneralRobotics Organization 🕐 Actualizado 2026-06-04 📅 Creado 2025-09-19
417
JuliaPOMDP/POMDPs.jl

MDPs y POMDPs en Julia - Una interfaz para definir, resolver y simular procesos de decisión de Markov totalmente y parcialmente observables en espacios discretos y continuos.

JuliaPOMDP
⭐ 771 Julia 👤 JuliaPOMDP Organization 🕐 Actualizado 2026-11-15 📅 Creado 2015-06-23
418
ModalMinds/MM-EUREKA

MM-EUREKA: Explorando las fronteras del razonamiento multimodal con aprendizaje por refuerzo basado en reglas

ModalMinds
⭐ 770 Python 👤 ModalMinds Organization 🕐 Actualizado 2025-09-07 📅 Creado 2025-03-07
419
RUCAIBox/Slow_Thinking_with_LLMs

Una serie de informes técnicos sobre Pensamiento Lento con LLM

RUCAIBox
⭐ 768 Python 👤 RUCAIBox Organization 🕐 Actualizado 2025-08-13 📅 Creado 2024-12-12
420
facebookresearch/metamotivo

El primer modelo de comportamiento para controlar un agente humanoide virtual basado en la física para una amplia gama de tareas de cuerpo completo.

facebookresearch
⭐ 765 Python 👤 facebookresearch Organization 🕐 Actualizado 2025-06-10 📅 Creado 2024-12-06
421
lafmdp/Awesome-Papers-Autonomous-Agent

Una colección de artículos recientes sobre la construcción de agentes autónomos. Dos temas incluidos: agentes basados en RL / basados en LLM.

lafmdp
⭐ 758 👤 lafmdp User 🕐 Actualizado 2026-04-23 📅 Creado 2023-10-18
422
infer-actively/pymdp

Una implementación en Python de inferencia activa para Procesos de Decisión de Markov

infer-actively
⭐ 757 Python 👤 infer-actively Organization 🕐 Actualizado 2026-11-16 📅 Creado 2019-11-27
423
cobanov/awesome-fly

Una lista seleccionada de proyectos del conectoma de la mosca de la fruta: MaleCNS, FlyWire, simulaciones cerebrales, modelos corporizados, juegos y herramientas de investigación.

cobanov
⭐ 756 👤 cobanov User 🕐 Actualizado 2026-11-14 📅 Creado 2026-09-12
424
stepjam/PyRep

Un kit de herramientas para la investigación en aprendizaje de robots.

stepjam
⭐ 755 Python 👤 stepjam User 🕐 Actualizado 2024-08-16 📅 Creado 2019-06-26
425
X-GenGroup/Flow-Factory

Un marco unificado para facilitar el ajuste fino de modelos de Flow Matching

X-GenGroup
⭐ 754 Python 👤 X-GenGroup Organization 🕐 Actualizado 2026-11-13 📅 Creado 2025-12-18
426
google-deepmind/disco_rl

Código acompañante para la publicación de Nature "Discovering State-of-the-art Reinforcement Algorithms"

google-deepmind
⭐ 753 Python 👤 google-deepmind Organization 🕐 Actualizado 2025-12-02 📅 Creado 2025-07-24
⭐ 753 Python 👤 NVlabs Organization 🕐 Actualizado 2025-07-30 📅 Creado 2024-12-19
428
InternRobotics/HIMLoco

Control de locomoción basado en aprendizaje de OpenRobotLab, incluido el control de locomoción híbrido de modelo interno e H-Infinito

InternRobotics
⭐ 753 Python 👤 InternRobotics Organization 🕐 Actualizado 2024-05-14 📅 Creado 2023-12-14
429
trackmania-rl/tmrl

Aprendizaje por refuerzo para aplicaciones en tiempo real

trackmania-rl
⭐ 751 Python 👤 trackmania-rl Organization 🕐 Actualizado 2026-10-24 📅 Creado 2020-07-08
430
Linesight-RL/linesight

La IA juega a Trackmania con aprendizaje por refuerzo

Linesight-RL
⭐ 746 Python 👤 Linesight-RL Organization 🕐 Actualizado 2026-09-30 📅 Creado 2023-06-09
431
Stable-Baselines-Team/stable-baselines3-contrib

Paquete Contrib para Stable-Baselines3 - Código experimental de aprendizaje por refuerzo (RL)

Stable-Baselines-Team
⭐ 745 Python 👤 Stable-Baselines-Team Organization 🕐 Actualizado 2026-10-26 📅 Creado 2020-09-20
432
SkyworkAI/Skywork-OR1

Desatando el poder del aprendizaje por refuerzo para razonadores de matemáticas y código

SkyworkAI
⭐ 744 Python 👤 SkyworkAI Organization 🕐 Actualizado 2025-06-06 📅 Creado 2025-04-11
433
henbudidiao/UAV-path-planning

Planificación de rutas de UAV (vehículo aéreo no tripulado) múltiples/individuales basada en aprendizaje por refuerzo profundo

henbudidiao
⭐ 740 Python 👤 henbudidiao User 🕐 Actualizado 2025-08-27 📅 Creado 2024-01-13
434
zli12321/Vision-Language-Models-Overview

Una colección y encuesta de vanguardia sobre artículos de modelos de visión-idioma, y repositorio GitHub de modelos. Actualizaciones continuas.

zli12321
⭐ 733 HTML 👤 zli12321 User 🕐 Actualizado 2026-10-13 📅 Creado 2024-11-27
435
fangvv/UAV-DDPG

Código para el artículo "Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach"

fangvv
⭐ 731 Python 👤 fangvv User 🕐 Actualizado 2026-10-08 📅 Creado 2021-05-02
436
opendilab/awesome-exploration-rl

Una lista curada de impresionantes recursos de RL de exploración (actualizada continuamente)

opendilab
⭐ 730 👤 opendilab Organization 🕐 Actualizado 2026-05-21 📅 Creado 2022-08-06
437
NVlabs/Long-RL

Long-RL: Escalado de RL a secuencias largas (NeurIPS 2025)

NVlabs
⭐ 729 Python 👤 NVlabs Organization 🕐 Actualizado 2025-09-24 📅 Creado 2025-07-08
438
kvablack/ddpo-pytorch

DDPO para el ajuste fino de modelos de difusión, implementado en PyTorch con soporte LoRA

kvablack
⭐ 723 Python 👤 kvablack User 🕐 Actualizado 2024-03-22 📅 Creado 2023-06-24
439
qgallouedec/panda-gym

Conjunto de entornos robóticos basados en el motor de física PyBullet y gymnasium.

qgallouedec
⭐ 723 Python 👤 qgallouedec User 🕐 Actualizado 2024-07-23 📅 Creado 2020-09-13
440
RUCAIBox/R1-Searcher

R1-buscador: Incentivar la capacidad de búsqueda en LLM a través del aprendizaje por refuerzo

RUCAIBox
⭐ 722 Python 👤 RUCAIBox Organization 🕐 Actualizado 2025-08-05 📅 Creado 2025-02-26
441
dickreuter/neuron_poker

Entorno de póker Texas Hold'em de OpenAI Gym con aprendizaje por refuerzo basado en Keras-RL. Incluye renderizado virtual y Monte Carlo para el cálculo de equity.

dickreuter
⭐ 721 Python 👤 dickreuter User 🕐 Actualizado 2025-08-04 📅 Creado 2019-06-26
442
pat-jj/DeepRetrieval

[COLM’25] DeepRetrieval — 🔥 Entrenando Agente de Búsqueda por RLVR con Resultado de Recuperación

pat-jj
⭐ 720 Python 👤 pat-jj User 🕐 Actualizado 2025-10-12 📅 Creado 2025-02-20
443
luweiagi/machine-learning-notes

Estas son las notas del camino de estudio del aprendizaje automático. Puede que encuentres algo útil en ellas.

luweiagi
⭐ 719 👤 luweiagi User 🕐 Actualizado 2026-10-14 📅 Creado 2020-05-23
444
FilippoAiraldi/mpc-reinforcement-learning

Aprendizaje por Refuerzo con Control Predictivo Basado en Modelo

FilippoAiraldi
⭐ 718 Python 👤 FilippoAiraldi User 🕐 Actualizado 2026-11-16 📅 Creado 2022-11-28
445
CleanDiffuserTeam/CleanDiffuser

CleanDiffuser: Una biblioteca modularizada y fácil de usar para modelos de difusión en la toma de decisiones

CleanDiffuserTeam
⭐ 717 Jupyter Notebook 👤 CleanDiffuserTeam Organization 🕐 Actualizado 2025-04-20 📅 Creado 2024-06-05
446
benedekrozemberczki/awesome-monte-carlo-tree-search-papers

Una lista curada de artículos sobre búsqueda en árbol de Monte Carlo con implementaciones.

benedekrozemberczki
⭐ 717 Python 👤 benedekrozemberczki User 🕐 Actualizado 2026-01-13 📅 Creado 2019-11-22
447
RealXiaoze/humanoid-motion-intelligence

Base de conocimientos de artículos, proyectos de código abierto, información de la industria y recursos para buscar empleo sobre inteligencia de movimiento de robots humanoides

RealXiaoze
⭐ 716 👤 RealXiaoze User 🕐 Actualizado 2026-11-19 📅 Creado 2026-07-19
449
meta-pytorch/torchforge

Postentrenamiento nativo de PyTorch a gran escala

meta-pytorch
⭐ 706 Python 👤 meta-pytorch Organization 🕐 Actualizado 2026-09-09 📅 Creado 2025-06-24
450
THUDM/ReST-MCTS

ReST-MCTS*: Autoentrenamiento de LLM a través de la búsqueda de árboles guiada por recompensa de proceso (NeurIPS 2024)

THUDM
⭐ 706 Python 👤 THUDM Organization 🕐 Actualizado 2025-01-20 📅 Creado 2024-06-06