Implementazioni PyTorch di vari algoritmi di Deep Reinforcement Learning (DRL) per agenti singoli e multi-agente.
Crea e testa vari agenti di apprendimento che possono prendere decisioni basate su ricompense in diversi ambienti.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiImplementazioni PyTorch di vari algoritmi di Deep Reinforcement Learning (DRL) per agenti singoli e multi-agente.
pytorch-DRL ha 617 stelle su GitHub. È stato forkato 108 volte. pytorch-DRL è scritto principalmente in Python. È in sviluppo attivo dal 2017. pytorch-DRL è disponibile con licenza MIT. I suoi temi principali sono: a2c, acktr, actor-critic, advantage-actor-critic.
Implementazioni PyTorch di vari algoritmi di Deep Reinforcement Learning (DRL) per agenti singoli e multi-agente.
pytorch-DRL è un progetto open source. È rilasciato con licenza MIT.
Sì. pytorch-DRL è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
pytorch-DRL è disponibile con licenza MIT.
pytorch-DRL è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/chenglongchen-pytorch-drl.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.