Inicio Proyectos GameFormer
GameFormer

GameFormer

por MCZhi · GitHub

[ICCV 2023 Oral] Modelado y aprendizaje teórico de juegos de predicción y planificación interactiva basada en transformadores

Ver en GitHub
⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Licencia no especificada
📅 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 →
GameFormer — GitHub preview card
📈 Historial de estrellas
358357
2026-07-202026-07-29
📈 Sigue GameFormer

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

[ICCV 2023 Oral] Modelado y aprendizaje teórico de juegos de predicción y planificación interactiva basada en transformadores

GameFormer tiene 358 estrellas en GitHub. Se ha bifurcado 47 veces. GameFormer está escrito principalmente en Python. Se desarrolla activamente desde 2023. Sus temas principales son: autonomous-driving, deep-neural-networks, predictive-modeling.

Frequently asked questions

¿Qué es GameFormer?

[ICCV 2023 Oral] Modelado y aprendizaje teórico de juegos de predicción y planificación interactiva basada en transformadores

¿GameFormer es de código abierto?

GameFormer es un proyecto de código abierto.

¿GameFormer es gratis?

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

¿En qué lenguaje está escrito GameFormer?

GameFormer está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — GameFormer

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=mczhi-gameformer)](https://opensourceai.tech/project/mczhi-gameformer.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.