Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Desarrollaré modelos de aprendizaje por refuerzo para juegos de robótica y automatización en Python.
Ingeniero de IA y ML, experto en YOLO y visión por computadora, investigador publicado
Ingeniero en AI/ML, investigador publicado (Sensors, MDPI), experto en Kaggle, experto en Roboflow. Creé YOLO-OcuLite, en revisión en Nature Comms Medicine, CMPB.
Visión por computadora: YOLO (v5-v26)...
Acerca de este Servicio
Construyo agentes de reinforcement learning estables, optimizados y listos para producción para tareas de robótica, automatización, IA en juegos y simulación.
Soy Abdullah, un investigador de IA publicado (Sensors, MDPI), experto en Kaggle. Implemento PPO, DQN, SAC, TD3 usando Stable Baselines3 y RLlib, no solo tutoriales, sino sistemas desplegables reales.
Servicios
- Desarrollo personalizado de agentes RL PPO, DQN, SAC, TD3, A3C
- Simulación de robótica PyBullet, MuJoCo, Gazebo, Isaac Gym
- Formación de recompensas y diseño de entornos personalizados
- Sistemas RL multi-agente
- Despliegue en la nube y en edge mediante FastAPI o Flask
Recibes
- Entrené un agente RL con un pipeline completo de entrenamiento
- Curva de recompensas e informe de rendimiento
- Código Python limpio y documentado
- Modelo listo para despliegue
Envía los detalles de tu entorno y tu objetivo antes de hacer el pedido.
"La mayoría de los agentes RL fallan en el mundo real. Los míos están hechos para eso."
Lenguaje de programación:
Python
•
MATLAB
•
SQL
•
Colab
•
Amazon SageMaker
Marcos:
Scikit-learn
•
DeepPy
•
Google ML Kit
•
keras
•
PyTorch
•
TensorFlow
Mi porfolio
Otros servicios de Ciencia de datos y aprendizaje automático que ofrezco
FAQ
Traducción automática
¿Qué algoritmos de RL implementas?
PPO, DQN, SAC, TD3, A3C y arquitecturas personalizadas usando Stable Baselines3 o RLlib.
¿Qué simuladores soportas?
PyBullet, MuJoCo, Isaac Gym, Gazebo, Webots, OpenAI Gym y entornos personalizados
¿Qué debo proporcionar?
Descripción del entorno, objetivo de la tarea, estructura de recompensas si está definida y cualquier código existente.
¿Soportas RL multiagente?
Sí — entornos MARL disponibles bajo solicitud.
¿Puedes desplegar el agente entrenado?
Sí — AWS, GCP, Azure o API FastAPI/Flask incluido en el paquete Premium.
¿Trabajas con funciones de recompensa personalizadas?
Sí — ajuste de recompensas y diseño de entornos personalizados incluidos en todos los paquetes.
¿Puedes mejorar mi modelo de RL existente?
Sí — ajuste fino, depuración de recompensas y optimización de estabilidad disponibles.
¿Recibiré código documentado?
Sí — código Python limpio y reproducible con comentarios completos en cada paquete.
¿Mi proyecto es confidencial?
Sí. Se mantiene confidencialidad estricta. NDA disponible bajo solicitud.
¿Por qué elegirme a mí en lugar de otros freelancers de RL?
Investigador de IA publicado con experiencia real en despliegue en robótica — sistemas de producción, no solo demos.
