Code Pytorch pour le papier ICLR-20 "Apprendre à explorer en utilisant Active Neural SLAM"
Explorez des environnements en utilisant un modèle AI qui apprend de son environnement.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentCode 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.
Code Pytorch pour le papier ICLR-20 "Apprendre à explorer en utilisant Active Neural SLAM"
Neural-SLAM est un projet open source. Il est distribué sous licence MIT.
Oui. Neural-SLAM est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Neural-SLAM est disponible sous licence MIT.
Neural-SLAM est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/devendrachaplot-neural-slam.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.