Startseite Projekte SMARTS
SMARTS

SMARTS

von huawei-noah · GitHub

Skalierbare Multi-Agent-RL-Trainingsschule für autonomes Fahren

Auf GitHub ansehen
In einfachen Worten

Simulieren und erforschen Sie Multi-Agenten-Interaktionen für autonomes Fahren mit einer Trainingsplattform.

⭐ Sterne
🍴 Forks
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
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 →
SMARTS — GitHub preview card
📈 Sternhistorie
1 1301 129
2026-07-202026-07-29
📈 SMARTS verfolgen

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

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

Skalierbare Multi-Agent-RL-Trainingsschule für autonomes Fahren

SMARTS hat 1.1k Sterne auf GitHub. Es wurde 220-mal geforkt. SMARTS ist hauptsächlich in Python geschrieben. Es wird seit 2020 aktiv entwickelt. SMARTS ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: autonomous-driving, python, reinforcement-learning, simulator.

Frequently asked questions

Was ist SMARTS?

Skalierbare Multi-Agent-RL-Trainingsschule für autonomes Fahren

Ist SMARTS Open Source?

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

Ist SMARTS kostenlos?

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

Unter welcher Lizenz steht SMARTS?

SMARTS ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist SMARTS geschrieben?

SMARTS ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — SMARTS

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

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

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