ppo

Tutorial de aprendizado por reforço em chinês (Livro Cogumelo🍄), endereço de leitura online: https://datawhalechina.github.io/easy-rl/

Uma biblioteca elegante de aprendizado por reforço profundo em PyTorch.

Implementação em arquivo único de alta qualidade de algoritmos de Deep Reinforcement Learning com recursos voltados para pesquisa (PPO, DQN, C51, DDPG, TD3, SAC, PPG).

Tutoriais simples de aprendizado por reforço, ensino de IA em chinês do 莫烦Python

Repositório para o programa Nanodegree de Aprendizado por Reforço Profundo.

Aprendizado por reforço profundo massivamente paralelo.

Um currículo prático de código aberto que preenche a lacuna entre conceitos básicos de RL e alinhamento de LLM, RLVR e sistemas de agentes avançados.

FinRL-X: Uma infraestrutura modular nativa de IA para negociação quantitativa.

Implementação modularizada de algoritmos de Deep RL em PyTorch

Implementação PyTorch limpa, robusta e unificada de algoritmos populares de Deep Reinforcement Learning (DRL) (Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL).

Implementação mínima de Proximal Policy Optimization (PPO) com objetivo recortado em PyTorch

Esta é a implementação oficial do Multi-Agent PPO (MAPPO).

Framework modular de Deep Reinforcement Learning em PyTorch. Biblioteca complementar do livro "Foundations of Deep Reinforcement Learning".

Uma implementação simples e bem estruturada de PPO, baseada na série do Medium: https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.

Treinamento de um robô humanoide para locomoção usando Aprendizado por Reforço

Implementações de RL de ponta a ponta extremamente rápidas em Jax

XuanCe: uma biblioteca abrangente e unificada de Deep Reinforcement Learning.

Uma biblioteca com implementações extensíveis de DPO, KTO, PPO, ORPO e outras funções de perda orientadas a humanos (HALOs).

Arquivos iniciais de RL para treinar, visualizar e avaliar imediatamente um agente sem escrever nenhuma linha de código

Este repositório contém a maioria das implementações em pytorch baseadas em algoritmos clássicos de aprendizado por reforço profundo, incluindo: DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (Mais algoritmos ainda estão em desenvolvimento)

🌾 OAT: Uma estrutura amigável para pesquisa de alinhamento online de LLMs, incluindo aprendizado por reforço, aprendizado por preferência, etc.

Uma biblioteca PyTorch para construir agentes de aprendizado por reforço profundo.

RLAnything (ICML 2026) & AutoTool (ICML 2026), DemyAgent: RL Open-Source para LLMs e Cenários de Agentes

Fine-tuning fácil e eficiente de LLMs. (Suporta LLaMA, LLaMA2, LLaMA3, Qwen, Baichuan, GLM, Falcon). Treinamento e implantação eficientes de quantização para grandes modelos.

Uma lista selecionada de artigos sobre aprendizado por reforço para geração de vídeo

Aprendizado por Reforço Profundo (PPO) em Condução Autônoma (Carla) [do zero]