reinforcement-learning

Plataforma de inteligencia de decisiones para la simulación de conducción autónoma.

Este repositorio recopila códigos que encapsulan algoritmos de uso común en el campo del aprendizaje automático. La mayoría se basan en Numpy, Pandas o Torch. Puede profundizar su comprensión de los modelos y algoritmos relacionados o modificarlos para obtener código personalizado consultando este repositorio.

Una colección de entornos multiagente basados en OpenAI gym.

API para ejecutar VirtualHome, un simulador de hogar multi-agente

RLAnything (ICML 2026) y AutoTool (ICML 2026), DemyAgent: RL de código abierto para LLMs y escenarios de agentes

Un marco unificado para el aprendizaje de robots

Despliegue del proyecto walk-these-ways en Unitree Go2

Explora el momento "Aha" multimodal en un modelo de 2B.

¡Publicado en Nature Machine Intelligence! El primer robot real (cuadricóptero) basado en entrenamiento de física diferenciable.

Notas del curso Machine Learning 2021 Spring del profesor Hung-yi Lee de la Universidad Nacional de Taiwán (NTU)

[ICLR 2026] ReCogDrive: Un framework cognitivo reforzado para la conducción autónoma de extremo a extremo

Artículos relacionados con el aprendizaje por refuerzo, incluyendo trabajos clásicos y los más recientes en conferencias de primer nivel

Artículos de AAAI 2024: Explore una colección completa de artículos de investigación innovadores presentados en una de las principales conferencias de inteligencia artificial. Integre fácilmente implementaciones de código para una mejor comprensión. ¡Experimente la vanguardia del progreso en inteligencia artificial con este repositorio!

Una lista curada de artículos sobre aprendizaje por refuerzo para la generación de video

[ICML 2026] Recursos oficiales de "Graph-R1: Towards Agentic GraphRAG Framework via End-to-end Reinforcement Learning".

Un motor de aprendizaje por refuerzo asíncrono para el post-entrenamiento omnimodal a gran escala.

Evaluación comparativa del espectro de capacidades de los agentes.

NeurIPS 2023: Safety-Gymnasium: un benchmark unificado para el aprendizaje por refuerzo seguro.

Implementación de RLHF (aprendizaje por refuerzo con retroalimentación humana) de ChatGPT en cualquier modelo generativo de los transformers de huggingface (blommz-176B/bloom/gpt/bart/T5/MetaICL).

Aprendizaje por refuerzo profundo (PPO) en conducción autónoma (Carla) [desde cero].

Meta Agents Research Environments es una plataforma integral diseñada para evaluar agentes de IA en escenarios dinámicos y realistas. A diferencia de los benchmarks estáticos, esta plataforma introduce entornos en evolución donde los agentes deben adaptar sus estrategias a medida que hay nueva información disponible, reflejando desafíos del mundo real.

Una lista seleccionada de recursos de inteligencia artificial (cursos, herramientas, aplicaciones, proyectos de código abierto).

[NeurIPS 2025 Spotlight] Suite de post-entrenamiento para LLM, que incluye ReasonFlux, ReasonFlux-PRM y ReasonFlux-Coder.

Modelo de cuerpo de mosca de la fruta para MuJoCo y tareas de RL de locomoción

UMI on Legs: haciendo que las políticas de manipulación sean móviles con controladores de cuerpo completo centrados en la manipulación

Lista curada de cursos de ingeniería de aprendizaje automático de acceso público de CalTech, Columbia, Berkeley, MIT y Stanford.

Implementaciones de algoritmos de aprendizaje por refuerzo multiobjetivo.

[CVPR 2025 Highlight] InterMimic: Hacia un control universal de cuerpo completo para interacciones humano-objeto basadas en física

Un simulador de propósito general, flexible y fácil de usar junto con un entorno de trading de OpenAI Gym para la plataforma MetaTrader 5 (aprobado por OpenAI Gym)