Eine 2D-Unity-Simulation, in der Autos lernen, sich selbst durch verschiedene Kurse zu navigieren. Die Autos werden von einem Feedforward-Neuronalen Netzwerk gesteuert. Die Gewichte des Netzwerks werden mit einem modifizierten genetischen Algorithmus trainiert.
Sehen Sie zu, wie Autos lernen, sich selbst durch Kurse zu fahren, indem sie ein neuronales Netzwerk zur Navigation von Hindernissen verwenden.
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 abbestellbarEine 2D-Unity-Simulation, in der Autos lernen, sich selbst durch verschiedene Kurse zu navigieren. Die Autos werden von einem Feedforward-Neuronalen Netzwerk gesteuert. Die Gewichte des Netzwerks werden mit einem modifizierten genetischen Algorithmus trainiert.
Applying_EANNs hat 1.6k Sterne auf GitHub. Es wurde 367-mal geforkt. Applying_EANNs ist hauptsächlich in ASP geschrieben. Es wird seit 2017 aktiv entwickelt. Applying_EANNs ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: artificial-neural-networks, deep-learning, evolutionary-algorithms, genetic-algorithm.
Eine 2D-Unity-Simulation, in der Autos lernen, sich selbst durch verschiedene Kurse zu navigieren. Die Autos werden von einem Feedforward-Neuronalen Netzwerk gesteuert. Die Gewichte des Netzwerks werden mit einem modifizierten genetischen Algorithmus trainiert.
Applying_EANNs ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. Applying_EANNs ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Applying_EANNs ist unter der MIT-Lizenz verfügbar.
Applying_EANNs ist hauptsächlich in ASP geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/arztsamuel-applying-eanns.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.