Accueil Projets Neural-SLAM
Neural-SLAM
Python

Neural-SLAM

Code Pytorch pour le papier ICLR-20 "Apprendre à explorer en utilisant Active Neural SLAM"

par devendrachaplot · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Langue
active-neural-slamdeep-learningdeep-reinforcement-learningMITPython
Voir sur GitHub
En termes simples

Explorez des environnements en utilisant un modèle AI qui apprend de son environnement.

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 →
Neural-SLAM — GitHub preview card
📈 Historique des étoiles
853852
2026-07-202026-08-31
📈 Suivez Neural-SLAM

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

Code Pytorch pour le papier ICLR-20 "Apprendre à explorer en utilisant Active Neural SLAM"

Neural-SLAM compte 852 étoiles sur GitHub. Il a été forké 154 fois. Neural-SLAM est écrit principalement en Python. Il est développé activement depuis 2020. Neural-SLAM est disponible sous licence MIT. Ses principaux thèmes sont : active-neural-slam, deep-learning, deep-reinforcement-learning, deep-rl.

Frequently asked questions

Qu'est-ce que Neural-SLAM ?

Code Pytorch pour le papier ICLR-20 "Apprendre à explorer en utilisant Active Neural SLAM"

Neural-SLAM est-il open source ?

Neural-SLAM est un projet open source. Il est distribué sous licence MIT.

Neural-SLAM est-il gratuit ?

Oui. Neural-SLAM est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est Neural-SLAM ?

Neural-SLAM est disponible sous licence MIT.

Dans quel langage Neural-SLAM est-il écrit ?

Neural-SLAM est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — Neural-SLAM

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

[![olud.ai](https://olud.ai/badge.php?tool=devendrachaplot-neural-slam)](https://olud.ai/project/devendrachaplot-neural-slam.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
awesome-deep-rl
Une liste soigneusement sélectionnée de ressources incroyables en apprentissage par renforcemen…
896 · awesome-list
partagedeep-rldeep-reinforcement-learning
Object-Goal-Navigation
Code Pytorch pour l'article NeurIPS-20 "Navigation d'objectif d'objet utilisant l'exploration s…
458 · deep-learning
partagedeep-rldeep-reinforcement-learning
deeptraffic
DeepTraffic est une compétition d'apprentissage par renforcement profond, faisant partie de la…
1.8k · convnetjs
partagedeep-rldeep-reinforcement-learning
Rainbow
Rainbow : Combinaison d'améliorations en apprentissage par renforcement profond
1.7k · deep-learning
partagedeep-reinforcement-learning
hands-on-rl
Cours gratuit qui vous emmène de zéro à PRO en apprentissage par renforcement 🦸🏻‍🦸🏽
1.6k · deep-reinforcement-learning
partagedeep-reinforcement-learning
deeplearning-guide
Un guide évolutif pour apprendre l'apprentissage profond efficacement.
713 · computer-vision
partagedeep-reinforcement-learning
PyGame-Learning-Environment
Environnement d'apprentissage PyGame (PLE) -- Environnement d'apprentissage par renforcement en…
1.1k · agent
partagedeep-reinforcement-learning
DeepLearningFlappyBird
Hack Flappy Bird utilisant l'apprentissage par renforcement profond (Deep Q-learning).
6.8k · deep-learning
partagedeep-reinforcement-learning
drl-zh
Apprentissage par renforcement profond : De zéro à héros !
2.3k · deep-learning
partagedeep-reinforcement-learning
reward-learning-rl
[RSS 2019] Apprentissage par renforcement robotique de bout en bout sans ingénierie de récompen…
374 · deep-learning
partagedeep-reinforcement-learning

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