jaxrl
JAX (Flax) Implementierung von Algorithmen für Deep Reinforcement Learning mit kontinuierlichen Aktionsräumen.
Implementieren und experimentieren Sie mit Verstärkungslernalgorithmen für kontinuierliche Aktionsaufgaben unter Verwendung von JAX.
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 abbestellbarJAX (Flax) Implementierung von Algorithmen für Deep Reinforcement Learning mit kontinuierlichen Aktionsräumen.
jaxrl hat 757 Sterne auf GitHub. Es wurde 75-mal geforkt. jaxrl ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2021 aktiv entwickelt. jaxrl ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: batch-reinforcement-learning, behavioral-cloning, continuous-control, deep-deterministic-policy-gradient.
Was ist jaxrl?
JAX (Flax) Implementierung von Algorithmen für Deep Reinforcement Learning mit kontinuierlichen Aktionsräumen.
Ist jaxrl Open Source?
jaxrl ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ist jaxrl kostenlos?
Ja. jaxrl ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht jaxrl?
jaxrl ist unter der MIT-Lizenz verfügbar.
In welcher Sprache ist jaxrl geschrieben?
jaxrl ist hauptsächlich in Jupyter Notebook geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/ikostrikov-jaxrl.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.