reinforcement-learning-algorithms

Implementações confiáveis de algoritmos de reinforcement learning, versão PyTorch do Stable Baselines.

Repositório para o programa Nanodegree de Aprendizado por Reforço Profundo.

OpenDILab Decision AI Engine. O framework de Reinforcement Learning mais abrangente.

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

Uma lista curada de recursos incríveis sobre RL baseada em modelos (atualizada continuamente)

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.

[ICLR 2026] Agentic Reinforced Policy Optimization (ARPO)

Implementações de RL de ponta a ponta extremamente rápidas em Jax

UI-Venus é um agente de UI nativo projetado para realizar o grounding preciso de elementos de GUI e navegação eficaz usando apenas capturas de tela como entrada.

Uma lista com curadoria de recursos do Decision Transformer (atualizada continuamente)

Curso de deep learning da NMA

MDPs e POMDPs em Julia - Uma interface para definir, resolver e simular processos de decisão de Markov total ou parcialmente observáveis em espaços discretos e contínuos.

Pacote contrib para Stable-Baselines3 - Código experimental de aprendizado por reforço (RL).

Este é um projeto sobre algoritmo autônomo de desvio de obstáculos por aprendizado por reforço profundo para UAV.

Código complementar para a publicação na Nature "Discovering State-of-the-art Reinforcement Algorithms"

Uma lista curada de recursos incríveis de RL de exploração (atualizada continuamente)

Código para o artigo "Computation Offloading Optimization for UAV-assisted Mobile Edge Computing: A Deep Deterministic Policy Gradient Approach"

🤖 O pacote Python de processo completo para aprendizado de robôs a partir de demonstração e manipulação de robôs

Uma lista selecionada de artigos sobre busca em árvore de Monte Carlo com implementações.

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

[ICLR 2026] Código oficial para TraceRL: Revolucionando o pós-treinamento para LLMs de Difusão, impulsionando a série SOTA TraDo.