Startseite Projekte pytorch-trpo
pytorch-trpo

pytorch-trpo

von ikostrikov · GitHub

PyTorch-Implementierung der Trust Region Policy Optimization

Auf GitHub ansehen
⭐ 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 →
pytorch-trpo — GitHub preview card
📈 Sternhistorie
449448
2026-07-202026-07-29
📈 pytorch-trpo verfolgen

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

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

PyTorch-Implementierung der Trust Region Policy Optimization

pytorch-trpo hat 448 Sterne auf GitHub. Es wurde 91-mal geforkt. pytorch-trpo ist hauptsächlich in Python geschrieben. Es wird seit 2017 aktiv entwickelt. pytorch-trpo ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: continuous-control, deep-learning, deep-reinforcement-learning, mujoco.

Frequently asked questions

Was ist pytorch-trpo?

PyTorch-Implementierung der Trust Region Policy Optimization

Ist pytorch-trpo Open Source?

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

Ist pytorch-trpo kostenlos?

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

Unter welcher Lizenz steht pytorch-trpo?

pytorch-trpo ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist pytorch-trpo geschrieben?

pytorch-trpo ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — pytorch-trpo

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=ikostrikov-pytorch-trpo)](https://opensourceai.tech/project/ikostrikov-pytorch-trpo.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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