Inicio Proyectos TimeChamber
TimeChamber

TimeChamber

por inspirai · GitHub

Un marco de auto-juego masivamente paralelo a gran escala.

Ver en GitHub
⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿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 →
TimeChamber — GitHub preview card
📈 Historial de estrellas
366365
2026-07-202026-07-29
📈 Sigue TimeChamber

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

Un marco de auto-juego masivamente paralelo a gran escala.

TimeChamber tiene 366 estrellas en GitHub. Se ha bifurcado 39 veces. TimeChamber está escrito principalmente en Python. Se desarrolla activamente desde 2022. TimeChamber está disponible bajo la licencia MIT. Sus temas principales son: deep-reinforcement-learning, isaac-gym, multi-agent, reinforcement-learning.

Frequently asked questions

¿Qué es TimeChamber?

Un marco de auto-juego masivamente paralelo a gran escala.

¿TimeChamber es de código abierto?

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

¿TimeChamber es gratis?

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

¿Bajo qué licencia está TimeChamber?

TimeChamber está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito TimeChamber?

TimeChamber está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — TimeChamber

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=inspirai-timechamber)](https://opensourceai.tech/project/inspirai-timechamber.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.