reinforcement-learning-algorithms

Versión en PyTorch de Stable Baselines, implementaciones confiables de algoritmos de aprendizaje por refuerzo.

Repositorio para el programa Nanodegree de Aprendizaje por Refuerzo Profundo (Deep Reinforcement Learning)

OpenDILab Decision AI Engine. El framework de aprendizaje por refuerzo más completo B.P.

Implementación mínima de Proximal Policy Optimization (PPO) con objetivo recortado en PyTorch

Una lista curada de recursos excelentes sobre aprendizaje por refuerzo basado en modelos (actualizada continuamente)

Una implementación de PPO simple y bien estructurada. Basada en mi serie de Medium: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.

[ICLR 2026] Optimización de políticas reforzadas por agentes (ARPO)

Implementaciones de RL en Jax extremadamente rápidas de extremo a extremo

UI-Venus es un agente de interfaz de usuario nativo diseñado para realizar un anclaje preciso de elementos GUI y una navegación efectiva utilizando solo capturas de pantalla como entrada.

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

Curso de aprendizaje profundo de NMA.

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

Paquete contrib para Stable-Baselines3: código experimental de aprendizaje por refuerzo (RL)

Proyecto sobre algoritmos de evasión de obstáculos autónomos para UAV mediante aprendizaje por refuerzo profundo.

Código complementario para la publicación en Nature "Discovering State-of-the-art Reinforcement Algorithms"

Lista curada de recursos sobre aprendizaje por refuerzo (RL) de exploración (actualizada continuamente)

Código para el artículo "Optimización de descarga de computación para computación de borde móvil asistida por UAV: un enfoque de gradiente de política determinista profundo"

Paquete de Python para el proceso completo de aprendizaje robótico a partir de demostraciones y manipulación robótica.

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

Una biblioteca de PyTorch para crear agentes de aprendizaje por refuerzo profundo.

[ICLR 2026] Código oficial para TraceRL: Revolucionando el post-entrenamiento para LLM de difusión, impulsando la serie SOTA TraDo.