Inicio Proyectos SMARTS
SMARTS
Python

SMARTS

Escuela de Entrenamiento de RL Multi-Agente Escalable para Conducción Autónoma

por huawei-noah · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Lenguaje
autonomous-drivingpythonreinforcement-learningMITPython
Ver en GitHub
En palabras simples

Simula e investiga interacciones multiagente para conducción autónoma utilizando una plataforma de entrenamiento.

¿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 →
SMARTS — GitHub preview card
📈 Historial de estrellas
1 1301 129
2026-07-202026-08-31
📈 Sigue SMARTS

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

Escuela de Entrenamiento de RL Multi-Agente Escalable para Conducción Autónoma

SMARTS tiene 1.1k estrellas en GitHub. Se ha bifurcado 220 veces. SMARTS está escrito principalmente en Python. Se desarrolla activamente desde 2020. SMARTS está disponible bajo la licencia MIT. Sus temas principales son: autonomous-driving, python, reinforcement-learning, simulator.

Frequently asked questions

¿Qué es SMARTS?

Escuela de Entrenamiento de RL Multi-Agente Escalable para Conducción Autónoma

¿SMARTS es de código abierto?

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

¿SMARTS es gratis?

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

¿Bajo qué licencia está SMARTS?

SMARTS está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito SMARTS?

SMARTS está escrito principalmente en Python.

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

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=huawei-noah-smarts)](https://olud.ai/project/huawei-noah-smarts.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
HighwayEnv
Una colección de entornos para tareas de conducción autónoma y toma de decisiones tácticas
3.3k · autonomous-driving
comparteautonomous-drivingreinforcement-learning
awesome-end-to-end-autonomous-driving
Una lista curada de increíbles recursos de Conducción Autónoma de Extremo a Extremo (actualizad…
499 · autonomous-driving
comparteautonomous-drivingreinforcement-learning
intellagent
Un marco para el diagnóstico y optimización integral de agentes utilizando interacciones sintét…
1.3k · agent
compartesimulator
SimWorld
SimWorld: Un simulador realista y abierto para agentes autónomos en mundos físicos y sociales
732 · agent
compartesimulator
habitat-lab
Una biblioteca modular de alto nivel para entrenar agentes de IA encarnados en una variedad de…
3.1k · ai
compartesimulatorreinforcement-learning
PufferLib
Aumentando el aprendizaje por refuerzo
6.2k · reinforcement-learning
compartereinforcement-learning
sample-factory
Aprendizaje por refuerzo sincrónico y asincrónico de alto rendimiento
1k · reinforcement-learning
compartereinforcement-learning
hok_env
Honor of Kings AI Open Environment de Tencent
885 · reinforcement-learning
compartereinforcement-learning
Deep-Learning-Roadmap
:satellite: Recursos Organizados para Investigadores y Desarrolladores de Aprendizaje Profundo
3.2k · deep-learning
compartereinforcement-learning
baby-steps-of-rl-ja
Aprendiendo refuerzo con Python - Desde la introducción hasta la práctica - Código de muestra
453 · machine-learning
compartereinforcement-learning

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