Proyectos open source sobre «reinforcement-learning»

Toolkit de código abierto de Unity que permite usar juegos y simulaciones como entornos para entrenar agentes de IA mediante aprendizaje por refuerzo e imitación.

Libro breve de introducción al aprendizaje por refuerzo, con implementaciones en PyTorch de los algoritmos que presenta, desde MC hasta PPO.

Convierte cualquier Agent Skill en tareas de terminal listas para RL en formato Harbor, con agentes de Codex que las planifican y generan.

ASPIRE es un framework de investigación en el que agentes de programación escriben y perfeccionan habilidades sensoriomotoras de forma iterativa para tareas de manipulación robótica, en simulación y con robots reales.

Framework de propósito general que usa predicciones de modelos del mundo y retroalimentación de las interacciones para la auto-mejora recursiva en reparación de código, tareas de GUI y planificación de laboratorio.