RLeXplore fournit des bases stables de méthodes d'exploration en apprentissage par renforcement, telles que le module de curiosité intrinsèque (ICM), la distillation de réseau aléatoire (RND) et l'exploration impact-driven récompensée (RIDE).
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 momentRLeXplore fournit des bases stables de méthodes d'exploration en apprentissage par renforcement, telles que le module de curiosité intrinsèque (ICM), la distillation de réseau aléatoire (RND) et l'exploration impact-driven récompensée (RIDE).
RLeXplore compte 466 étoiles sur GitHub. Il a été forké 23 fois. RLeXplore est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2022. RLeXplore est disponible sous licence MIT. Ses principaux thèmes sont : baselines, efficient-algorithm, exploration-strategy, gym.
RLeXplore fournit des bases stables de méthodes d'exploration en apprentissage par renforcement, telles que le module de curiosité intrinsèque (ICM), la distillation de réseau aléatoire (RND) et l'exploration impact-driven récompensée (RIDE).
RLeXplore est un projet open source. Il est distribué sous licence MIT.
Oui. RLeXplore est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
RLeXplore est disponible sous licence MIT.
RLeXplore est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/rle-foundation-rlexplore.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.