PyTorch-RL
Implementación en PyTorch de Aprendizaje por Refuerzo Profundo: Métodos de Gradiente de Política (TRPO, PPO, A2C) y Aprendizaje por Imitación Generativa Adversarial (GAIL). Producto vectorial rápido de Fisher TRPO.
Implementa y prueba técnicas de aprendizaje avanzadas para entrenar agentes de IA en varios escenarios.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasImplementación en PyTorch de Aprendizaje por Refuerzo Profundo: Métodos de Gradiente de Política (TRPO, PPO, A2C) y Aprendizaje por Imitación Generativa Adversarial (GAIL). Producto vectorial rápido de Fisher TRPO.
PyTorch-RL tiene 1.3k estrellas en GitHub. Se ha bifurcado 192 veces. PyTorch-RL está escrito principalmente en Python. Se desarrolla activamente desde 2017. PyTorch-RL está disponible bajo la licencia MIT. Sus temas principales son: a2c, deep-reinforcement-learning, fisher-vectors, generative-adversarial-network.
¿Qué es PyTorch-RL?
Implementación en PyTorch de Aprendizaje por Refuerzo Profundo: Métodos de Gradiente de Política (TRPO, PPO, A2C) y Aprendizaje por Imitación Generativa Adversarial (GAIL). Producto vectorial rápido de Fisher TRPO.
¿PyTorch-RL es de código abierto?
PyTorch-RL es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿PyTorch-RL es gratis?
Sí. PyTorch-RL es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está PyTorch-RL?
PyTorch-RL está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito PyTorch-RL?
PyTorch-RL está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/khrylx-pytorch-rl.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.