Inicio Proyectos tdmpc2
tdmpc2
Python

tdmpc2

Código para "TD-MPC2: Modelos del mundo escalables y robustos para control continuo"

por nicklashansen · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Lenguaje
reinforcement-learningroboticsworld-modelMITPython
Ver en GitHub
En palabras simples

Implementa un algoritmo de aprendizaje por refuerzo escalable para tareas de control continuo en robótica con este código en Python.

¿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 →
tdmpc2 — GitHub preview card
📈 Historial de estrellas
894893
2026-07-202026-08-31
📈 Sigue tdmpc2

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 para "TD-MPC2: Modelos del mundo escalables y robustos para control continuo"

tdmpc2 tiene 893 estrellas en GitHub. Se ha bifurcado 197 veces. tdmpc2 está escrito principalmente en Python. Se desarrolla activamente desde 2023. tdmpc2 está disponible bajo la licencia MIT. Sus temas principales son: reinforcement-learning, robotics, world-model.

Frequently asked questions

¿Qué es tdmpc2?

Código para "TD-MPC2: Modelos del mundo escalables y robustos para control continuo"

¿tdmpc2 es de código abierto?

tdmpc2 es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿tdmpc2 es gratis?

Sí. tdmpc2 es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está tdmpc2?

tdmpc2 está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito tdmpc2?

tdmpc2 está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — tdmpc2

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=nicklashansen-tdmpc2)](https://olud.ai/project/nicklashansen-tdmpc2.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
FlashSAC
FlashSAC: Aprendizaje por Refuerzo Off-Policy Rápido y Estable para Control de Robots de Alta D…
334 · reinforcement-learning
comparteroboticsreinforcement-learning
agibot_x1_train
El código de entrenamiento de aprendizaje por refuerzo para AgiBot X1.
1.7k · open-source
comparteroboticsreinforcement-learning
OmniDrones
563 · reinforcement-learning
comparteroboticsreinforcement-learning
dreamer
Sueño para Controlar: Aprendiendo Comportamientos mediante Imaginación Latente
617 · artificial-intelligence
comparteroboticsreinforcement-learning
daydreamer
DayDreamer: Modelos Mundiales para Aprendizaje de Robots Físicos
450 · reinforcement-learning
comparteroboticsreinforcement-learning
ASAP
[RSS 2025] "ASAP: Alineando la Simulación y la Física del Mundo Real para Aprender Habilidades…
2.1k · humanoid
comparteroboticsreinforcement-learning
Deep-Reinforcement-Learning-Survey
Mi Exploración sobre la Encuesta de Aprendizaje por Refuerzo Profundo
432 · deep-learning
comparteroboticsreinforcement-learning
RoboVerse
RoboVerse: Hacia una plataforma unificada, conjunto de datos y referencia para el aprendizaje d…
1.8k · imitation-learning
comparteroboticsreinforcement-learning
awesome-legged-locomotion-learning
Una lista curada de recursos relevantes para el aprendizaje de locomoción con patas en robótica…
482 · awesome
comparteroboticsreinforcement-learning
mjrl
Algoritmos de aprendizaje por refuerzo para tareas de MuJoCo
465 · mujoco
comparteroboticsreinforcement-learning

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