[ICCV 2023 Oral] Modélisation et apprentissage théoriques des jeux pour la prédiction et la planification interactive basées sur Transformer
Modélisez et prédisez les interactions pour la conduite autonome en utilisant des techniques d'IA avancées.
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 moment[ICCV 2023 Oral] Modélisation et apprentissage théoriques des jeux pour la prédiction et la planification interactive basées sur Transformer
GameFormer compte 357 étoiles sur GitHub. Il a été forké 47 fois. GameFormer est écrit principalement en Python. Il est développé activement depuis 2023. Ses principaux thèmes sont : autonomous-driving, deep-neural-networks, predictive-modeling.
[ICCV 2023 Oral] Modélisation et apprentissage théoriques des jeux pour la prédiction et la planification interactive basées sur Transformer
GameFormer est un projet open source.
Oui. GameFormer est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
GameFormer 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/mczhi-gameformer.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.