BenchMARL ist eine Bibliothek zum Benchmarking von Multi-Agenten-Verstärkungslernen (MARL). BenchMARL ermöglicht einen schnellen Vergleich verschiedener MARL-Algorithmen, Aufgaben und Modelle, während es systematisch in seinen beiden Kernprinzipien: Reproduzierbarkeit und Standardisierung verankert ist.
Vergleichen und bewerten Sie verschiedene Multi-Agenten-Verstärkungslernalgorithmen und -aufgaben mit dieser spezialisierten Bibliothek.
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 abbestellbarBenchMARL ist eine Bibliothek zum Benchmarking von Multi-Agenten-Verstärkungslernen (MARL). BenchMARL ermöglicht einen schnellen Vergleich verschiedener MARL-Algorithmen, Aufgaben und Modelle, während es systematisch in seinen beiden Kernprinzipien: Reproduzierbarkeit und Standardisierung verankert ist.
BenchMARL hat 647 Sterne auf GitHub. Es wurde 134-mal geforkt. BenchMARL ist hauptsächlich in Python geschrieben. Es wird seit 2023 aktiv entwickelt. BenchMARL ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: benchmark, machine-learning, marl, multi-agent.
BenchMARL ist eine Bibliothek zum Benchmarking von Multi-Agenten-Verstärkungslernen (MARL). BenchMARL ermöglicht einen schnellen Vergleich verschiedener MARL-Algorithmen, Aufgaben und Modelle, während es systematisch in seinen beiden Kernprinzipien: Reproduzierbarkeit und Standardisierung verankert ist.
BenchMARL ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. BenchMARL ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
BenchMARL ist unter der MIT-Lizenz verfügbar.
BenchMARL ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/facebookresearch-benchmarl.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.