Inicio Proyectos dreamerv2
dreamerv2
Python

dreamerv2

Dominando Atari con Modelos de Mundo Discretos.

por danijar · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Lenguaje
artificial-intelligenceatarideep-learningMITPython
Ver en GitHub
En palabras simples

Entrena a un agente de IA para jugar juegos de Atari a un nivel de rendimiento humano utilizando modelos del mundo.

¿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 →
dreamerv2 — GitHub preview card
📈 Historial de estrellas
1 0531 052
2026-07-202026-08-31
📈 Sigue dreamerv2

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

Dominando Atari con Modelos de Mundo Discretos.

dreamerv2 tiene 1.1k estrellas en GitHub. Se ha bifurcado 212 veces. dreamerv2 está escrito principalmente en Python. Se desarrolla activamente desde 2020. dreamerv2 está disponible bajo la licencia MIT. Sus temas principales son: artificial-intelligence, atari, deep-learning, machine-learning.

Frequently asked questions

¿Qué es dreamerv2?

Dominando Atari con Modelos de Mundo Discretos.

¿dreamerv2 es de código abierto?

dreamerv2 es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿dreamerv2 es gratis?

Sí. dreamerv2 es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está dreamerv2?

dreamerv2 está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito dreamerv2?

dreamerv2 está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — dreamerv2

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=danijar-dreamerv2)](https://olud.ai/project/danijar-dreamerv2.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.