Home Progetti osim-rl
osim-rl
Python

osim-rl

Ambienti di apprendimento per rinforzo con modelli muscoloscheletrici

di stanfordnmbl · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
Lingua
biomechanicsdeep-reinforcement-learningkinematicsMITPython
Visualizza su GitHub
In parole semplici

Sviluppa controller per modelli simili agli esseri umani per camminare o correre in un ambiente simulato.

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 →
osim-rl — GitHub preview card
📈 Storia delle stelle
945944
2026-07-202026-08-31
📈 Segui osim-rl

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

Ambienti di apprendimento per rinforzo con modelli muscoloscheletrici

osim-rl ha 944 stelle su GitHub. È stato forkato 250 volte. osim-rl è scritto principalmente in Python. È in sviluppo attivo dal 2016. osim-rl è disponibile con licenza MIT. I suoi temi principali sono: biomechanics, deep-reinforcement-learning, kinematics, machine-learning.

Frequently asked questions

Che cos'è osim-rl?

Ambienti di apprendimento per rinforzo con modelli muscoloscheletrici

osim-rl è open source?

osim-rl è un progetto open source. È rilasciato con licenza MIT.

osim-rl è gratuito?

Sì. osim-rl è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è osim-rl?

osim-rl è disponibile con licenza MIT.

In quale linguaggio è scritto osim-rl?

osim-rl è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — osim-rl

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=stanfordnmbl-osim-rl)](https://olud.ai/project/stanfordnmbl-osim-rl.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.