Startseite Projekte gym-starcraft
gym-starcraft
Python

gym-starcraft

StarCraft-Umgebung für OpenAI Gym, basierend auf Facebooks TorchCraft. (In Arbeit)

von alibaba · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
artificial-intelligencedeep-learninggym-starcraftPython
Auf GitHub ansehen
In einfachen Worten

Richten Sie eine Gaming-Umgebung für das Training von KI mit dem StarCraft-Spiel und OpenAI Gym ein.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
gym-starcraft — GitHub preview card
📈 Sternhistorie
528527
2026-07-202026-08-31
📈 gym-starcraft verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

StarCraft-Umgebung für OpenAI Gym, basierend auf Facebooks TorchCraft. (In Arbeit)

gym-starcraft hat 527 Sterne auf GitHub. Es wurde 139-mal geforkt. gym-starcraft ist hauptsächlich in Python geschrieben. Es wird seit 2017 aktiv entwickelt. Die Hauptthemen sind: artificial-intelligence, deep-learning, gym-starcraft, openai-gym.

Frequently asked questions

Was ist gym-starcraft?

StarCraft-Umgebung für OpenAI Gym, basierend auf Facebooks TorchCraft. (In Arbeit)

Ist gym-starcraft Open Source?

gym-starcraft ist ein Open-Source-Projekt.

Ist gym-starcraft kostenlos?

Ja. gym-starcraft ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist gym-starcraft geschrieben?

gym-starcraft ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — gym-starcraft

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=alibaba-gym-starcraft)](https://olud.ai/project/alibaba-gym-starcraft.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.