Accueil Projets GibsonEnv
GibsonEnv
C

GibsonEnv

Environnements Gibson : Perception du Monde Réel pour Agents Embodiment

par StanfordVL · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
computer-visioncvpr2018deep-learningMITC
Voir sur GitHub
En termes simples

Simulez des environnements du monde réel pour que l'IA apprenne la perception et le mouvement sans limitations physiques.

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 →
GibsonEnv — GitHub preview card
📈 Historique des étoiles
944943
2026-07-202026-08-31
📈 Suivez GibsonEnv

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

Environnements Gibson : Perception du Monde Réel pour Agents Embodiment

GibsonEnv compte 943 étoiles sur GitHub. Il a été forké 150 fois. GibsonEnv est écrit principalement en C. Il est développé activement depuis 2017. GibsonEnv est disponible sous licence MIT. Ses principaux thèmes sont : computer-vision, cvpr2018, deep-learning, deep-reinforcement-learning.

Frequently asked questions

Qu'est-ce que GibsonEnv ?

Environnements Gibson : Perception du Monde Réel pour Agents Embodiment

GibsonEnv est-il open source ?

GibsonEnv est un projet open source. Il est distribué sous licence MIT.

GibsonEnv est-il gratuit ?

Oui. GibsonEnv est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est GibsonEnv ?

GibsonEnv est disponible sous licence MIT.

Dans quel langage GibsonEnv est-il écrit ?

GibsonEnv est écrit principalement en C.

🏅 Mainteneur de ce projet ?
olud.ai badge — GibsonEnv

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=stanfordvl-gibsonenv)](https://olud.ai/project/stanfordvl-gibsonenv.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
DeRaindrop
Réseau antagoniste génératif attentif pour le retrait des gouttes de pluie d'une seule image (C…
550 · computer-vision
partagecvpr2018
Rainbow
Rainbow : Combinaison d'améliorations en apprentissage par renforcement profond
1.7k · deep-learning
partagedeep-reinforcement-learning
lemniscate.pytorch
Apprentissage de caractéristiques non supervisé via discrimination d'instance non paramétrique
759 · computer-vision
partagecvpr2018
tfoptflow
Prédiction de Flux Optique avec TensorFlow. Implémente "PWC-Net : CNNs pour le Flux Optique Uti…
530 · computer-vision
partagecvpr2018
hands-on-rl
Cours gratuit qui vous emmène de zéro à PRO en apprentissage par renforcement 🦸🏻‍🦸🏽
1.6k · deep-reinforcement-learning
partagedeep-reinforcement-learning
LiteFlowNet
LiteFlowNet : Un réseau de neurones convolutifs léger pour l'estimation du flux optique, CVPR 2…
632 · caffe
partagecvpr2018
PWC-Net
PWC-Net : CNN pour le flux optique utilisant pyramide, déformation et volume de coût, CVPR 2018…
1.7k · caffe
partagecvpr2018
AtlasNet
Ce dépôt contient les codes sources de l'article "AtlasNet : Une approche en papier mâché pour…
724 · 3d
partagecvpr2018
365-Days-Computer-Vision-Learning-Linkedin-Post
365 jours d'apprentissage en vision par ordinateur sur LinkedIn
824 · computer-vision
partagecvpr2018
deeplearning-guide
Un guide évolutif pour apprendre l'apprentissage profond efficacement.
713 · computer-vision
partagedeep-reinforcement-learning

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