Implementaciones de IQL, QMIX, VDN, COMA, QTRAN, MAVEN, CommNet, DyMA-CL, y G2ANet en SMAC, el escenario de micromanagement descentralizado de StarCraft II
Implementa y prueba varios algoritmos de aprendizaje por refuerzo multiagente en un escenario de juego.
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 quierasImplementaciones de IQL, QMIX, VDN, COMA, QTRAN, MAVEN, CommNet, DyMA-CL, y G2ANet en SMAC, el escenario de micromanagement descentralizado de StarCraft II
MARL-Algorithms tiene 1.8k estrellas en GitHub. Se ha bifurcado 304 veces. MARL-Algorithms está escrito principalmente en Python. Se desarrolla activamente desde 2019. Sus temas principales son: deep-reinforcement-learning, multi-agent-reinforcement-learning, reinforcement-learning.
Implementaciones de IQL, QMIX, VDN, COMA, QTRAN, MAVEN, CommNet, DyMA-CL, y G2ANet en SMAC, el escenario de micromanagement descentralizado de StarCraft II
MARL-Algorithms es un proyecto de código abierto.
Sí. MARL-Algorithms es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
MARL-Algorithms 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/starry-sky6688-marl-algorithms.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.