Accueil Projets autonomous-learning-library
autonomous-learning-library

autonomous-learning-library

par cpnota · GitHub

Une bibliothèque PyTorch pour construire des agents d'apprentissage par renforcement profond.

Voir sur GitHub
En termes simples

Construisez et testez des agents intelligents qui apprennent de leur environnement en utilisant l'apprentissage par renforcement.

⭐ Étoiles
🍴 Forks
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
autonomous-learning-library — GitHub preview card
📈 Historique des étoiles
656655
2026-07-202026-07-29
📈 Suivez autonomous-learning-library

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Une bibliothèque PyTorch pour construire des agents d'apprentissage par renforcement profond.

autonomous-learning-library compte 655 étoiles sur GitHub. Il a été forké 72 fois. autonomous-learning-library est écrit principalement en Python. Il est développé activement depuis 2018. autonomous-learning-library est disponible sous licence MIT. Ses principaux thèmes sont : a2c, advantage-actor-critic, ddpg, deep-deterministic-policy-gradient.

Frequently asked questions

Qu'est-ce que autonomous-learning-library ?

Une bibliothèque PyTorch pour construire des agents d'apprentissage par renforcement profond.

autonomous-learning-library est-il open source ?

autonomous-learning-library est un projet open source. Il est distribué sous licence MIT.

autonomous-learning-library est-il gratuit ?

Oui. autonomous-learning-library est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est autonomous-learning-library ?

autonomous-learning-library est disponible sous licence MIT.

Dans quel langage autonomous-learning-library est-il écrit ?

autonomous-learning-library est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — autonomous-learning-library

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=cpnota-autonomous-learning-library)](https://opensourceai.tech/project/cpnota-autonomous-learning-library.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
pytorch-DRL
Implémentations PyTorch de divers algorithmes d'apprentissage par renforcement profond (DRL) po…
617 · a2c
partageadvantage-actor-criticdeep-deterministic-policy-gradient
lagom
lagom : Une infrastructure PyTorch pour le prototypage rapide d'algorithmes d'apprentissage par…
378 · artificial-intelligence
partagedeep-deterministic-policy-gradientsoft-actor-critic
RL_Matrix
Apprentissage par renforcement profond en C#
310 · cartpole
partagesoft-actor-criticproximal-policy-optimization
SLM-Lab
Cadre d'apprentissage par renforcement profond modulaire en PyTorch. Bibliothèque compagnon du…
1.4k · a2c
partagea2csac
minimalRL
Mises en œuvre d'algorithmes RL de base avec un minimum de lignes de code ! (basé sur pytorch)
3.2k · a2c
partagea2csac
DeepRL-TensorFlow2
🐋 Implémentations simples de divers algorithmes populaires d'apprentissage par renforcement pro…
600 · a2c
partagea2csac
cleanrl
Implémentation de haute qualité d'algorithmes d'apprentissage par renforcement profond avec des…
10.2k · a2c
partageadvantage-actor-criticproximal-policy-optimization
Deep-Reinforcement-Learning-With-Python
Maîtrisez le RL classique, le RL profond, le RL distributionnel, le RL inverse, et plus encore…
475 · a2c
partagea2csac
TF2-RL
Algorithmes d'apprentissage par renforcement implémentés pour Tensorflow 2.0+ [DQN, DDPG, AE-DD…
316 · ae-ddpg
partagesacddpg
RLcycle
Une bibliothèque pour des agents d'apprentissage par renforcement prêts à l'emploi et des compo…
303 · a2c
partagea2csac

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.