jaxrl
Implementazione JAX (Flax) di algoritmi per Deep Reinforcement Learning con spazi di azione continui.
Implementa e sperimenta con algoritmi di apprendimento per rinforzo per compiti di azione continua utilizzando JAX.
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 vuoiImplementazione JAX (Flax) di algoritmi per Deep Reinforcement Learning con spazi di azione continui.
jaxrl ha 757 stelle su GitHub. È stato forkato 75 volte. jaxrl è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2021. jaxrl è disponibile con licenza MIT. I suoi temi principali sono: batch-reinforcement-learning, behavioral-cloning, continuous-control, deep-deterministic-policy-gradient.
Che cos'è jaxrl?
Implementazione JAX (Flax) di algoritmi per Deep Reinforcement Learning con spazi di azione continui.
jaxrl è open source?
jaxrl è un progetto open source. È rilasciato con licenza MIT.
jaxrl è gratuito?
Sì. jaxrl è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è jaxrl?
jaxrl è disponibile con licenza MIT.
In quale linguaggio è scritto jaxrl?
jaxrl è scritto principalmente in Jupyter Notebook.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/ikostrikov-jaxrl.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.