PPO-PyTorch
Implementação mínima do objetivo recortado Proximal Policy Optimization (PPO) em PyTorch
Treine e teste modelos de aprendizado por reforço usando uma configuração simples em Python para vários 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 quiserImplementação mínima do objetivo recortado Proximal Policy Optimization (PPO) em PyTorch
PPO-PyTorch tem 2.4k estrelas no GitHub. Foi bifurcado 424 vezes. PPO-PyTorch é escrito principalmente em Python. Está em desenvolvimento ativo desde 2018. PPO-PyTorch está disponível sob a licença MIT. Os seus principais temas são: deep-learning, deep-reinforcement-learning, policy-gradient, ppo.
O que é PPO-PyTorch?
Implementação mínima do objetivo recortado Proximal Policy Optimization (PPO) em PyTorch
PPO-PyTorch é de código aberto?
PPO-PyTorch é um projeto de código aberto. É distribuído sob a licença MIT.
PPO-PyTorch é gratuito?
Sim. PPO-PyTorch é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Sob que licença está PPO-PyTorch?
PPO-PyTorch está disponível sob a licença MIT.
Em que linguagem PPO-PyTorch está escrito?
PPO-PyTorch 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/nikhilbarhate99-ppo-pytorch.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.