Inicio Proyectos gym-starcraft
gym-starcraft
Python

gym-starcraft

Entorno de StarCraft para OpenAI Gym, basado en TorchCraft de Facebook. (En progreso)

por alibaba · GitHub
Estrellas
Ramas
Creado
Último commit
Lenguaje
artificial-intelligencedeep-learninggym-starcraftPython
Ver en GitHub
En palabras simples

Configura un entorno de juego para entrenar IA utilizando el juego StarCraft con OpenAI Gym.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
gym-starcraft — GitHub preview card
📈 Historial de estrellas
528527
2026-07-202026-08-31
📈 Sigue gym-starcraft

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Entorno de StarCraft para OpenAI Gym, basado en TorchCraft de Facebook. (En progreso)

gym-starcraft tiene 527 estrellas en GitHub. Se ha bifurcado 139 veces. gym-starcraft está escrito principalmente en Python. Se desarrolla activamente desde 2017. Sus temas principales son: artificial-intelligence, deep-learning, gym-starcraft, openai-gym.

Frequently asked questions

¿Qué es gym-starcraft?

Entorno de StarCraft para OpenAI Gym, basado en TorchCraft de Facebook. (En progreso)

¿gym-starcraft es de código abierto?

gym-starcraft es un proyecto de código abierto.

¿gym-starcraft es gratis?

Sí. gym-starcraft es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito gym-starcraft?

gym-starcraft está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — gym-starcraft

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=alibaba-gym-starcraft)](https://olud.ai/project/alibaba-gym-starcraft.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.