Implementações em PyTorch de vários algoritmos de Aprendizado por Reforço Profundo (DRL) para agente único e multi-agente.
Crie e teste vários agentes de aprendizado que podem tomar decisões com base em recompensas em diferentes ambientes.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserImplementações em PyTorch de vários algoritmos de Aprendizado por Reforço Profundo (DRL) para agente único e multi-agente.
pytorch-DRL tem 617 estrelas no GitHub. Foi bifurcado 108 vezes. pytorch-DRL é escrito principalmente em Python. Está em desenvolvimento ativo desde 2017. pytorch-DRL está disponível sob a licença MIT. Os seus principais temas são: a2c, acktr, actor-critic, advantage-actor-critic.
Implementações em PyTorch de vários algoritmos de Aprendizado por Reforço Profundo (DRL) para agente único e multi-agente.
pytorch-DRL é um projeto de código aberto. É distribuído sob a licença MIT.
Sim. pytorch-DRL é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
pytorch-DRL está disponível sob a licença MIT.
pytorch-DRL é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/chenglongchen-pytorch-drl.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.