Startseite Projekte dreamerv3
dreamerv3
Python

dreamerv3

Meistern verschiedener Bereiche durch Weltmodelle

von danijar · GitHub
Sterne
Forks
Lizenz
Erstellt
Letzter Commit
Sprache
artificial-intelligencegeneraljaxMITPython
Auf GitHub ansehen
In einfachen Worten

Trainieren Sie ein Modell, das aus Erfahrungen lernt, um in verschiedenen Aufgaben mit festen Einstellungen gut abzuschneiden.

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 →
dreamerv3 — GitHub preview card
📈 Sternhistorie
3.6k3.5k
2026-07-152026-08-31
📈 dreamerv3 verfolgen

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

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

Meistern verschiedener Bereiche durch Weltmodelle

dreamerv3 hat 3.6k Sterne auf GitHub. Es wurde 577-mal geforkt. dreamerv3 ist hauptsächlich in Python geschrieben. Es wird seit 2023 aktiv entwickelt. dreamerv3 ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: artificial-intelligence, general, jax, minecraft.

Frequently asked questions

Was ist dreamerv3?

Meistern verschiedener Bereiche durch Weltmodelle

Ist dreamerv3 Open Source?

dreamerv3 ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist dreamerv3 kostenlos?

Ja. dreamerv3 ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht dreamerv3?

dreamerv3 ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist dreamerv3 geschrieben?

dreamerv3 ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — dreamerv3

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

[![olud.ai](https://olud.ai/badge.php?tool=danijar-dreamerv3)](https://olud.ai/project/danijar-dreamerv3.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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