Accueil› Projets› Multi-Agent-Deep-Deterministic-Policy-Gradients

Python

Multi-Agent-Deep-Deterministic-Policy-Gradients

Une implémentation Pytorch des gradients de politique déterministes profonds multi-agents (MADDPG)

par philtabor · GitHub

Étoiles

Forks

Créé

Dernier commit

actor-critic-algorithm

Catégorie

Langue

actor-critic-algorithm actor-critic-methods deep-reinforcement-learning Python

Voir sur GitHub

En termes simples

Implémentez un système qui permet à plusieurs agents d'apprendre et de prendre des décisions dans des environnements coopératifs et compétitifs.

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 →

Multi-Agent-Deep-Deterministic-Policy-Gradients — GitHub preview card

📈 Historique des étoiles

2026-07-202026-08-31

📈 Suivez Multi-Agent-Deep-Deterministic-Policy-Gradients

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

Une implémentation Pytorch des gradients de politique déterministes profonds multi-agents (MADDPG)

Multi-Agent-Deep-Deterministic-Policy-Gradients compte 381 étoiles sur GitHub. Il a été forké 79 fois. Multi-Agent-Deep-Deterministic-Policy-Gradients est écrit principalement en Python. Il est développé activement depuis 2021. Ses principaux thèmes sont : actor-critic-algorithm, actor-critic-methods, deep-reinforcement-learning, maddpg.

❓ Frequently asked questions

Qu'est-ce que Multi-Agent-Deep-Deterministic-Policy-Gradients ?

Une implémentation Pytorch des gradients de politique déterministes profonds multi-agents (MADDPG)

Multi-Agent-Deep-Deterministic-Policy-Gradients est-il open source ?

Multi-Agent-Deep-Deterministic-Policy-Gradients est un projet open source.

Multi-Agent-Deep-Deterministic-Policy-Gradients est-il gratuit ?

Oui. Multi-Agent-Deep-Deterministic-Policy-Gradients est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage Multi-Agent-Deep-Deterministic-Policy-Gradients est-il écrit ?

Multi-Agent-Deep-Deterministic-Policy-Gradients est écrit principalement en Python.

🏅 Mainteneur de ce projet ?

olud.ai badge — Multi-Agent-Deep-Deterministic-Policy-Gradients

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=philtabor-multi-agent-deep-deterministic-policy-gradients)](https://olud.ai/project/philtabor-multi-agent-deep-deterministic-policy-gradients.html)

Plus d'options de badge →

🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

Deep-reinforcement-learning-with-pytorch

Implémentation PyTorch de DQN, AC, ACER, A2C, A3C, PG, DDPG, TRPO, PPO, SAC, TD3 et ....

★ 4.6k · a2c

partageactor-critic-algorithm

Code pour l'article "Optimisation du déchargement de calcul pour l'informatique en périphérie m…

★ 717 · actor-critic-algorithm

partageactor-critic-algorithm

Rainbow : Combinaison d'améliorations en apprentissage par renforcement profond

★ 1.7k · deep-learning

partagedeep-reinforcement-learning

ML-From-Scratch

Apprentissage automatique depuis zéro. Implémentations de base en NumPy de modèles et algorithm…

★ 32.3k · data-mining

Le Toolkit Unity Machine Learning Agents (ML-Agents) est un projet open-source qui permet aux j…

★ 19.7k · deep-learning

Tutoriel en chinois sur l'apprentissage par renforcement (蘑菇书🍄), adresse de lecture en ligne :…

★ 14.4k · a3c

mit-deep-learning

Tutoriels, devoirs et compétitions pour les cours liés à l'apprentissage profond MIT.

★ 10.4k · artificial-intelligence

introtodeeplearning

Matériaux de laboratoire pour MIT 6.S191 : Introduction au Deep Learning

★ 8.7k · computer-vision

DeepLearningFlappyBird

Hack Flappy Bird utilisant l'apprentissage par renforcement profond (Deep Q-learning).

★ 6.8k · deep-learning

Un cours sur l'apprentissage par renforcement dans le monde réel

★ 6.5k · course-materials

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