Una biblioteca de PyTorch para todo lo relacionado con Aprendizaje por Refuerzo (RL) para Optimización Combinatoria (CO)
Realiza experimentos sobre el uso de aprendizaje por refuerzo para resolver problemas complejos de optimización.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasUna biblioteca de PyTorch para todo lo relacionado con Aprendizaje por Refuerzo (RL) para Optimización Combinatoria (CO)
rl4co tiene 895 estrellas en GitHub. Se ha bifurcado 151 veces. rl4co está escrito principalmente en Python. Se desarrolla activamente desde 2023. rl4co está disponible bajo la licencia MIT. Sus temas principales son: attention, attention-model, benchmark, combinatorial-optimization.
Una biblioteca de PyTorch para todo lo relacionado con Aprendizaje por Refuerzo (RL) para Optimización Combinatoria (CO)
rl4co es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
Sí. rl4co es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
rl4co está disponible bajo la licencia MIT.
rl4co está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/ai4co-rl4co.html)