BenchMARL est une bibliothèque pour évaluer l'apprentissage par renforcement multi-agents (MARL). BenchMARL permet de comparer rapidement différents algorithmes, tâches et modèles MARL tout en étant systématiquement ancré dans ses deux principes fondamentaux : la reproductibilité et la standardisation.
Comparez et évaluez différents algorithmes et tâches d'apprentissage par renforcement multi-agents en utilisant cette bibliothèque spécialisée.
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 momentBenchMARL est une bibliothèque pour évaluer l'apprentissage par renforcement multi-agents (MARL). BenchMARL permet de comparer rapidement différents algorithmes, tâches et modèles MARL tout en étant systématiquement ancré dans ses deux principes fondamentaux : la reproductibilité et la standardisation.
BenchMARL compte 647 étoiles sur GitHub. Il a été forké 134 fois. BenchMARL est écrit principalement en Python. Il est développé activement depuis 2023. BenchMARL est disponible sous licence MIT. Ses principaux thèmes sont : benchmark, machine-learning, marl, multi-agent.
BenchMARL est une bibliothèque pour évaluer l'apprentissage par renforcement multi-agents (MARL). BenchMARL permet de comparer rapidement différents algorithmes, tâches et modèles MARL tout en étant systématiquement ancré dans ses deux principes fondamentaux : la reproductibilité et la standardisation.
BenchMARL est un projet open source. Il est distribué sous licence MIT.
Oui. BenchMARL est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
BenchMARL est disponible sous licence MIT.
BenchMARL 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://olud.ai/project/facebookresearch-benchmarl.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.