Inicio Proyectos Object-Goal-Navigation
Object-Goal-Navigation
Python

Object-Goal-Navigation

Código de Pytorch para el artículo de NeurIPS-20 "Navegación de Objetivos de Objetos utilizando Exploración Semántica Orientada a Objetivos"

por devendrachaplot · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Categoría
Lenguaje
deep-learningdeep-reinforcement-learningdeep-rlMITPython
Ver en GitHub
En palabras simples

Navega a objetos específicos en un espacio utilizando técnicas avanzadas de IA.

¿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 →
Object-Goal-Navigation — GitHub preview card
📈 Historial de estrellas
459458
2026-07-202026-08-31
📈 Sigue Object-Goal-Navigation

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

Código de Pytorch para el artículo de NeurIPS-20 "Navegación de Objetivos de Objetos utilizando Exploración Semántica Orientada a Objetivos"

Object-Goal-Navigation tiene 458 estrellas en GitHub. Se ha bifurcado 69 veces. Object-Goal-Navigation está escrito principalmente en Python. Se desarrolla activamente desde 2020. Object-Goal-Navigation está disponible bajo la licencia MIT. Sus temas principales son: deep-learning, deep-reinforcement-learning, deep-rl, exploration.

Frequently asked questions

¿Qué es Object-Goal-Navigation?

Código de Pytorch para el artículo de NeurIPS-20 "Navegación de Objetivos de Objetos utilizando Exploración Semántica Orientada a Objetivos"

¿Object-Goal-Navigation es de código abierto?

Object-Goal-Navigation es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿Object-Goal-Navigation es gratis?

Sí. Object-Goal-Navigation es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está Object-Goal-Navigation?

Object-Goal-Navigation está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito Object-Goal-Navigation?

Object-Goal-Navigation está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — Object-Goal-Navigation

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=devendrachaplot-object-goal-navigation)](https://olud.ai/project/devendrachaplot-object-goal-navigation.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
awesome-deep-rl
Una lista curada de recursos impresionantes de Aprendizaje por Refuerzo Profundo.
896 · awesome-list
compartedeep-rldeep-reinforcement-learning
deeptraffic
DeepTraffic es una competencia de aprendizaje por refuerzo profundo, parte de la serie de Apren…
1.8k · convnetjs
compartedeep-rldeep-reinforcement-learning
Neural-SLAM
Código en Pytorch para el artículo de ICLR-20 "Aprendiendo a Explorar usando Active Neural SLAM…
852 · active-neural-slam
compartedeep-rldeep-reinforcement-learning
Rainbow
Rainbow: Combinando Mejoras en Aprendizaje por Refuerzo Profundo
1.7k · deep-learning
compartedeep-reinforcement-learning
awesome-exploration-rl
Una lista curada de recursos de exploración RL impresionantes (actualizada continuamente)
713 · awesome
comparteexploration
hands-on-rl
Curso gratuito que te lleva de cero a PRO en Aprendizaje por Refuerzo 🦸🏻‍🦸🏽
1.6k · deep-reinforcement-learning
compartedeep-reinforcement-learning
CERLAB-UAV-Autonomy
[CMU] Un marco versátil y modular diseñado para vehículos aéreos no tripulados autónomos [UAVs]…
851 · computer-vision
comparteexploration
pioneer
Un juego de aventura solitaria en el espacio
1.9k · 3d
comparteexploration
deeplearning-guide
Una guía en evolución para aprender Deep Learning de manera efectiva.
713 · computer-vision
compartedeep-reinforcement-learning
PyGame-Learning-Environment
Entorno de Aprendizaje PyGame (PLE) -- Entorno de Aprendizaje por Refuerzo en Python.
1.1k · agent
compartedeep-reinforcement-learning

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