Implementazione minima dell'ottimizzazione della politica prossimale (PPO) con obiettivo ritagliato in PyTorch
Allena e testa modelli di reinforcement learning utilizzando una configurazione semplice in Python per vari 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 vuoiImplementazione minima dell'ottimizzazione della politica prossimale (PPO) con obiettivo ritagliato in PyTorch
PPO-PyTorch ha 2.4k stelle su GitHub. È stato forkato 424 volte. PPO-PyTorch è scritto principalmente in Python. È in sviluppo attivo dal 2018. PPO-PyTorch è disponibile con licenza MIT. I suoi temi principali sono: deep-learning, deep-reinforcement-learning, policy-gradient, ppo.
Implementazione minima dell'ottimizzazione della politica prossimale (PPO) con obiettivo ritagliato in PyTorch
PPO-PyTorch è un progetto open source. È rilasciato con licenza MIT.
Sì. PPO-PyTorch è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
PPO-PyTorch è disponibile con licenza MIT.
PPO-PyTorch 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/nikhilbarhate99-ppo-pytorch.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.