PyTorch-RL
Implémentation PyTorch de l'apprentissage par renforcement profond : méthodes de gradient de politique (TRPO, PPO, A2C) et apprentissage par imitation adversaire génératif (GAIL). Produit vectoriel de Fisher rapide TRPO.
Implémentez et testez des techniques d'apprentissage avancées pour former des agents IA dans divers scénarios.
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 momentImplémentation PyTorch de l'apprentissage par renforcement profond : méthodes de gradient de politique (TRPO, PPO, A2C) et apprentissage par imitation adversaire génératif (GAIL). Produit vectoriel de Fisher rapide TRPO.
PyTorch-RL compte 1.3k étoiles sur GitHub. Il a été forké 192 fois. PyTorch-RL est écrit principalement en Python. Il est développé activement depuis 2017. PyTorch-RL est disponible sous licence MIT. Ses principaux thèmes sont : a2c, deep-reinforcement-learning, fisher-vectors, generative-adversarial-network.
Qu'est-ce que PyTorch-RL ?
Implémentation PyTorch de l'apprentissage par renforcement profond : méthodes de gradient de politique (TRPO, PPO, A2C) et apprentissage par imitation adversaire génératif (GAIL). Produit vectoriel de Fisher rapide TRPO.
PyTorch-RL est-il open source ?
PyTorch-RL est un projet open source. Il est distribué sous licence MIT.
PyTorch-RL est-il gratuit ?
Oui. PyTorch-RL est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est PyTorch-RL ?
PyTorch-RL est disponible sous licence MIT.
Dans quel langage PyTorch-RL est-il écrit ?
PyTorch-RL 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/khrylx-pytorch-rl.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.