reinforcement-learning

🤖 Guia da Escola de Verão de Machine Learning.

TF-Agents: Uma biblioteca TensorFlow confiável, escalável e fácil de usar para Contextual Bandits e Aprendizado por Reforço.

Artigos de pesquisa sobre Deep Learning e aprendizado por reforço profundo, além de alguns códigos.

API do Isaac Lab, baseada em MuJoCo-Warp, para pesquisa em RL e robótica

Um braço humanoide totalmente de código aberto para pesquisa em IA física e implementação em ambientes ricos em contato.

Um framework de treinamento para agentes de aprendizado por reforço Stable Baselines3, incluindo otimização de hiperparâmetros e agentes pré-treinados.

Implementação de artigos científicos em 100 linhas de código.

MuZero

Tutoriais simples e abrangentes em TensorFlow

Uma biblioteca de agentes de IA de nível empresarial projetada para democratizar a inteligência artificial e fornecer alternativas gratuitas e de código aberto para startups supervalorizadas da Y Combinator.

O RAGEN utiliza aprendizado por reforço para treinar agentes de raciocínio LLM em ambientes interativos e estocásticos.

Busca em árvore de Monte Carlo em JAX.

Curso tutorial de DRL PPO x Family (Curso introdutório de inteligência de decisão: 8 aulas para entender a teoria dos algoritmos, a lógica do código e aplicar IA de decisão)

Artigos incríveis de Deep Learning para busca, recomendação e publicidade industrial. Eles focam em Embedding, Matching, Pré-Ranking, Ranking, Pós-Ranking, Relevância, LLM e RL. Por favor, cite nosso artigo "Deep Learning to Rank in Industrial Search Engines, Recommender Systems, and Online Advertising - An Overview and New Perspectives" (TOIS 2026).

robosuite: Um framework de simulação modular e benchmark para aprendizado de robôs

Tutorial, levantamento e guia sobre LLMs de raciocínio

Soluções para Reinforcement Learning: An Introduction

Uma biblioteca modular de RL para ajustar modelos de linguagem às preferências humanas.

O ambiente de negociação OpenAI Gym mais simples, flexível e abrangente (aprovado pelo OpenAI Gym)

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

ProtoMotions é um framework de simulação e aprendizado acelerado por GPU para treinar humanos digitais e robôs humanoides simulados fisicamente.

ICCV2019 - Aprendendo a pintar com aprendizado por reforço profundo baseado em modelos

Aprendizado por Reforço Profundo: Do zero ao especialista!

Um conjunto leve de métodos de imitação de movimento para treinamento de controladores.

verl-agent é uma extensão do veRL, projetada para treinar agentes LLM/VLM via RL. verl-agent é também o código oficial do artigo "Group-in-Group Policy Optimization for LLM Agent Training"

Uma coleção de artigos clássicos e de ponta da indústria nas áreas de recomendação, publicidade e busca.

Ambientes Gymnasium PyBullet para aprendizado por reforço de agente único e multiagente no controle de quadricópteros.

[RSS 2025] "ASAP: Alinhando Simulação e Física do Mundo Real para Aprender Habilidades de Corpo Inteiro de Humanoides Ágeis"

DIAMOND (DIffusion As a Model Of eNvironment Dreams) é um agente de aprendizado por reforço treinado em um modelo de mundo de difusão. NeurIPS 2024 Spotlight.

Ambientes de aprendizado por reforço baseados no jogo Doom de 1993 :godmode: