Implementierung des Papiers "Towards Optimally Decentralized Multi-Robot Collision Avoidance via Deep Reinforcement Learning"
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarImplementierung des Papiers "Towards Optimally Decentralized Multi-Robot Collision Avoidance via Deep Reinforcement Learning"
rl-collision-avoidance hat 457 Sterne auf GitHub. Es wurde 96-mal geforkt. rl-collision-avoidance ist hauptsächlich in Python geschrieben. Es wird seit 2019 aktiv entwickelt. Die Hauptthemen sind: collision-avoidance, crowd-navigation, ppo, reinforcement-learning.
Implementierung des Papiers "Towards Optimally Decentralized Multi-Robot Collision Avoidance via Deep Reinforcement Learning"
rl-collision-avoidance ist ein Open-Source-Projekt.
Ja. rl-collision-avoidance ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
rl-collision-avoidance ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/acmece-rl-collision-avoidance.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.