Home Progetti HandyRL
HandyRL
Python

HandyRL

HandyRL è un framework semplice e pratico basato su Python e PyTorch per l'apprendimento per rinforzo distribuito applicabile ai tuoi ambienti.

di DeNA · GitHub
Stelle
Fork
Creato
Ultimo commit
Categoria
Lingua
deep-learningdistributed-traininggamesPython
Visualizza su GitHub
In parole semplici

Crea e addestra agenti AI per i tuoi giochi utilizzando un framework semplice per l'apprendimento distribuito.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
HandyRL — GitHub preview card
📈 Storia delle stelle
305304
2026-07-202026-08-17
📈 Segui HandyRL

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

HandyRL è un framework semplice e pratico basato su Python e PyTorch per l'apprendimento per rinforzo distribuito applicabile ai tuoi ambienti.

HandyRL ha 304 stelle su GitHub. È stato forkato 45 volte. HandyRL è scritto principalmente in Python. È in sviluppo attivo dal 2020. I suoi temi principali sono: deep-learning, distributed-training, games, machine-learning.

Frequently asked questions

Che cos'è HandyRL?

HandyRL è un framework semplice e pratico basato su Python e PyTorch per l'apprendimento per rinforzo distribuito applicabile ai tuoi ambienti.

HandyRL è open source?

HandyRL è un progetto open source.

HandyRL è gratuito?

Sì. HandyRL è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

In quale linguaggio è scritto HandyRL?

HandyRL è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — HandyRL

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=dena-handyrl)](https://olud.ai/project/dena-handyrl.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.