reinforcement-learning

Una colección de artículos recientes sobre la creación de agentes autónomos. Incluye dos temas: agentes basados en RL y basados en LLM.

Aprendizaje por refuerzo para aplicaciones en tiempo real

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.

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

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

Implementaciones de algoritmos de aprendizaje por refuerzo y planificación

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"

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

Motor de póquer para el desarrollo de IA de póquer en Python

[COLM’25] DeepRetrieval — 🔥 Entrenamiento de agentes de búsqueda mediante RLVR con resultados de recuperación

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

Plataforma de investigación de IA para aprendizaje por refuerzo a partir de imágenes panorámicas reales.

Aprendizaje por refuerzo con control predictivo basado en modelos.

Algoritmos MARL ajustados en SMAC (100% de tasa de victorias en la mayoría de los escenarios)

Una colección completa de recursos sobre modelos de lenguaje visual, incluyendo artículos y repositorios de modelos. Actualización continua.

ns3-gym: el entorno de pruebas para aprendizaje por refuerzo en investigación de redes.

Un marco unificado para el aprendizaje por refuerzo sencillo en modelos de Flow-Matching

Implementación de algoritmos de Aprendizaje por Refuerzo Inverso (IRL) en Python/Tensorflow. Deep MaxEnt, MaxEnt, LPIRL.

Simulador de Hearthstone desarrollado en C++ con aprendizaje por refuerzo

Un framework de C++ para MDP y POMDP con bindings para Python.

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

BenchMARL es una biblioteca para realizar evaluaciones comparativas de aprendizaje por refuerzo multiagente (MARL). BenchMARL permite comparar rápidamente diferentes algoritmos, tareas y modelos de MARL, basándose sistemáticamente en sus dos principios fundamentales: reproducibilidad y estandarización.

Ciclo de vida completo de un proyecto de ciencia de datos

Un paquete de aprendizaje por refuerzo para Julia

Últimos avances en razonamiento de cadena de pensamiento larga (Long Chain-of-Thought)

♟️ Entornos de juego de aprendizaje por refuerzo vectorizados en JAX.

Página del proyecto para "Seg-Zero: Segmentación guiada por cadena de razonamiento mediante refuerzo cognitivo"

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