Accueil Projets gym-unrealcv
gym-unrealcv

gym-unrealcv

par zfw1226 · GitHub

Environnements Unreal pour l'apprentissage par renforcement

Voir sur GitHub
⭐ Étoiles
🍴 Forks
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
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 →
gym-unrealcv — GitHub preview card
📈 Historique des étoiles
450449
2026-07-202026-07-29
📈 Suivez gym-unrealcv

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 Unreal pour l'apprentissage par renforcement

gym-unrealcv compte 449 étoiles sur GitHub. Il a été forké 100 fois. gym-unrealcv est écrit principalement en Python. Il est développé activement depuis 2017. gym-unrealcv est disponible sous licence Apache-2.0. Ses principaux thèmes sont : gym, reinforcement-learning, unreal-engine, unrealcv.

Frequently asked questions

Qu'est-ce que gym-unrealcv ?

Environnements Unreal pour l'apprentissage par renforcement

gym-unrealcv est-il open source ?

gym-unrealcv est un projet open source. Il est distribué sous licence Apache-2.0.

gym-unrealcv est-il gratuit ?

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

Sous quelle licence est gym-unrealcv ?

gym-unrealcv est disponible sous licence Apache-2.0.

Dans quel langage gym-unrealcv est-il écrit ?

gym-unrealcv est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — gym-unrealcv

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=zfw1226-gym-unrealcv)](https://olud.ai/project/zfw1226-gym-unrealcv.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

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