Bibliothèque d'apprentissage par renforcement (RL) modulaire (implémentée en PyTorch, JAX et NVIDIA Warp) avec support pour Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground et d'autres environnements.
Construisez et expérimentez avec des modèles d'apprentissage par renforcement en utilisant une bibliothèque flexible qui prend en charge divers environnements.
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 momentBibliothèque d'apprentissage par renforcement (RL) modulaire (implémentée en PyTorch, JAX et NVIDIA Warp) avec support pour Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground et d'autres environnements.
skrl compte 1.1k étoiles sur GitHub. Il a été forké 151 fois. skrl est écrit principalement en Python. Il est développé activement depuis 2021. skrl est disponible sous licence MIT. Ses principaux thèmes sont : brax, deep-learning, flax, gym.
Bibliothèque d'apprentissage par renforcement (RL) modulaire (implémentée en PyTorch, JAX et NVIDIA Warp) avec support pour Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground et d'autres environnements.
skrl est un projet open source. Il est distribué sous licence MIT.
Oui. skrl est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
skrl est disponible sous licence MIT.
skrl 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/toni-sm-skrl.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.