PPO-PyTorch
Implementación mínima de la optimización de política proximal (PPO) con objetivo recortado en PyTorch
Entrenar y probar modelos de aprendizaje por refuerzo utilizando una configuración simple en Python para varios entornos.
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 mínima de la optimización de política proximal (PPO) con objetivo recortado en PyTorch
PPO-PyTorch tiene 2.4k estrellas en GitHub. Se ha bifurcado 423 veces. PPO-PyTorch está escrito principalmente en Python. Se desarrolla activamente desde 2018. PPO-PyTorch está disponible bajo la licencia MIT. Sus temas principales son: deep-learning, deep-reinforcement-learning, policy-gradient, ppo.
¿Qué es PPO-PyTorch?
Implementación mínima de la optimización de política proximal (PPO) con objetivo recortado en PyTorch
¿PPO-PyTorch es de código abierto?
PPO-PyTorch es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿PPO-PyTorch es gratis?
Sí. PPO-PyTorch es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está PPO-PyTorch?
PPO-PyTorch está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito PPO-PyTorch?
PPO-PyTorch 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/nikhilbarhate99-ppo-pytorch.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.