reinforcement-learning

¡Rainbow es todo lo que necesitas! Un tutorial paso a paso desde DQN hasta Rainbow

AgentFlow: Optimización de sistemas basados en agentes en flujo de trabajo

Deep Learning Avanzado con Keras, publicado por Packt

Centro de recursos para desarrolladores de NVIDIA Nemotron: un punto único para recetas de entrenamiento, manuales de uso, conjuntos de datos y ejemplos de referencia integrales para construir con modelos Nemotron

🚀 Recursos de IA GRATIS: 🎓 Cursos, 👷 Empleos, 📝 Blogs, 🔬 Investigación en IA y muchos más, ¡para todos!

Optimización simbólica física.

Implementación de todos los algoritmos de RL de una manera más sencilla.

Entorno de trading y backtesting para entrenar agentes de aprendizaje por refuerzo o algoritmos basados en reglas simples.

RoboVerse: hacia una plataforma, conjunto de datos y benchmark unificados para el aprendizaje robótico escalable y generalizable.

Algunos libros y PDFs impresionantes relacionados con IA para aprender y descargar, también aplica algunos modelos de playground para el aprendizaje.

Jugando al juego de la serpiente con IA.

Una biblioteca ligera de herramientas y utilidades para el entrenamiento en PyTorch

El código de entrenamiento de aprendizaje por refuerzo para AgiBot X1.

Simulación de redes neuronales de picos (SNN) usando PyTorch.

Neuroevolución profunda

[NeurIPS 2023 Spotlight] LightZero: un benchmark unificado para la búsqueda en árbol de Monte Carlo en escenarios de decisión secuencial general (awesome MCTS)

Safe RLHF: Alineación de valores restringida mediante aprendizaje por refuerzo seguro a partir de retroalimentación humana

[IEEE RA-L'25] NavRL: Aprendizaje de vuelo seguro en entornos dinámicos (NVIDIA Isaac/Python/ROS1/ROS2)

Un paquete de código abierto que permite a creadores de videojuegos, investigadores de IA y aficionados aprender comportamientos complejos para sus personajes no jugadores (NPC) o agentes.

Curso gratuito que te lleva de cero a profesional en Aprendizaje por Refuerzo

AgentEvolver: Hacia un sistema de agentes autoevolutivos eficiente

Una IA rápida y potente para riichi mahjong, impulsada por Rust y aprendizaje por refuerzo profundo

Una lista curada de los mejores recursos de inteligencia artificial

Motor de ejecución de entornos paralelos de alto rendimiento basado en C++ (entorno vectorizado) para entornos de RL generales.

Para el aprendizaje por refuerzo profundo y el futuro de la IA.

[NeurIPS 2025 Spotlight] Entornos de razonamiento para aprendizaje por refuerzo con recompensas verificables

Una lista curada de enlaces y bibliotecas de software útiles para robots.

Una colección de Jupyter notebooks de referencia y aplicaciones de demostración de IA/ML para casos de uso empresarial: marketing, precios, cadena de suministro, fabricación inteligente y más.

TextWorld es un entorno de aprendizaje tipo sandbox para el entrenamiento y evaluación de agentes de aprendizaje por refuerzo (RL) en juegos basados en texto.

Herramientas de entrenamiento y despliegue de aprendizaje por refuerzo (RL) de simulación a realidad para el robot Unitree Go1.