Projetos open source sobre “reinforcement-learning”

Toolkit open source da Unity que transforma jogos e simulações em ambientes para treinar agentes de IA com aprendizado por reforço e por imitação.

Um livro introdutório e conciso sobre aprendizado por reforço, com implementações em PyTorch dos algoritmos abordados, de MC a PPO.

Converte qualquer Agent Skill em tarefas de terminal prontas para RL no formato Harbor, usando agentes Codex para planejar e gerá-las.

ASPIRE é um framework de pesquisa em que agentes de programação escrevem e refinam iterativamente habilidades sensório-motoras para tarefas de manipulação robótica em simulação e em robôs reais.

Framework de propósito geral que usa previsões de modelos de mundo e feedback de interação para aprimoramento recursivo em reparo de código, tarefas de GUI e planejamento de laboratório.