RLeXplore bietet stabile Baselines von Erkundungsmethoden im Reinforcement Learning, wie das intrinsische Neugiermodul (ICM), die zufällige Netzwerkdestillation (RND) und die belohnungsbasierte, impact-gesteuerte Erkundung (RIDE).
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 abbestellbarRLeXplore bietet stabile Baselines von Erkundungsmethoden im Reinforcement Learning, wie das intrinsische Neugiermodul (ICM), die zufällige Netzwerkdestillation (RND) und die belohnungsbasierte, impact-gesteuerte Erkundung (RIDE).
RLeXplore hat 466 Sterne auf GitHub. Es wurde 23-mal geforkt. RLeXplore ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2022 aktiv entwickelt. RLeXplore ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: baselines, efficient-algorithm, exploration-strategy, gym.
RLeXplore bietet stabile Baselines von Erkundungsmethoden im Reinforcement Learning, wie das intrinsische Neugiermodul (ICM), die zufällige Netzwerkdestillation (RND) und die belohnungsbasierte, impact-gesteuerte Erkundung (RIDE).
RLeXplore ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. RLeXplore ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
RLeXplore ist unter der MIT-Lizenz verfügbar.
RLeXplore ist hauptsächlich in Jupyter Notebook geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/rle-foundation-rlexplore.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.