Inicio Proyectos DI-sheep
DI-sheep
Python

DI-sheep

羊了个羊 + 深度强化学习(Deep Reinforcement Learning + 3 Tiles Game)

por opendilab · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Lenguaje
artificial-intelligencedeep-reinforcement-learningdi-engineApache-2.0Python
Ver en GitHub
En palabras simples

Juega y prueba un juego desafiante utilizando técnicas de aprendizaje por refuerzo profundo, ya sea en línea o localmente.

¿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 →
DI-sheep — GitHub preview card
📈 Historial de estrellas
519518
2026-07-202026-08-31
📈 Sigue DI-sheep

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

羊了个羊 + 深度强化学习(Deep Reinforcement Learning + 3 Tiles Game)

DI-sheep tiene 518 estrellas en GitHub. Se ha bifurcado 31 veces. DI-sheep está escrito principalmente en Python. Se desarrolla activamente desde 2022. DI-sheep está disponible bajo la licencia Apache-2.0. Sus temas principales son: artificial-intelligence, deep-reinforcement-learning, di-engine, javascript.

Frequently asked questions

¿Qué es DI-sheep?

羊了个羊 + 深度强化学习(Deep Reinforcement Learning + 3 Tiles Game)

¿DI-sheep es de código abierto?

DI-sheep es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿DI-sheep es gratis?

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

¿Bajo qué licencia está DI-sheep?

DI-sheep está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito DI-sheep?

DI-sheep está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — DI-sheep

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=opendilab-di-sheep)](https://olud.ai/project/opendilab-di-sheep.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
Rainbow
Rainbow: Combinando Mejoras en Aprendizaje por Refuerzo Profundo
1.7k · deep-learning
compartedeep-reinforcement-learning
hands-on-rl
Curso gratuito que te lleva de cero a PRO en Aprendizaje por Refuerzo 🦸🏻‍🦸🏽
1.6k · deep-reinforcement-learning
compartedeep-reinforcement-learning
deeplearning-guide
Una guía en evolución para aprender Deep Learning de manera efectiva.
713 · computer-vision
compartedeep-reinforcement-learning
PyGame-Learning-Environment
Entorno de Aprendizaje PyGame (PLE) -- Entorno de Aprendizaje por Refuerzo en Python.
1.1k · agent
compartedeep-reinforcement-learning
DeepLearningFlappyBird
Hack de Flappy Bird usando Aprendizaje por Refuerzo Profundo (Deep Q-learning).
6.8k · deep-learning
compartedeep-reinforcement-learning
drl-zh
Aprendizaje por refuerzo profundo: ¡De cero a héroe!
2.3k · deep-learning
compartedeep-reinforcement-learning
reward-learning-rl
[RSS 2019] Aprendizaje por refuerzo robótico de extremo a extremo sin ingeniería de recompensas
374 · deep-learning
compartedeep-reinforcement-learning
mit-deep-learning
Tutoriales, tareas y competiciones para cursos relacionados con MIT Deep Learning.
10.4k · artificial-intelligence
compartedeep-reinforcement-learning
softlearning
Softlearning es un marco de aprendizaje por refuerzo para entrenar políticas de máxima entropía…
1.4k · deep-learning
compartedeep-reinforcement-learning
papers
Resúmenes de artículos de aprendizaje automático
2.5k · computer-vision
compartedeep-reinforcement-learning

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