Início› Projetos› Multi-Agent-Deep-Deterministic-Policy-Gradients

Python

Multi-Agent-Deep-Deterministic-Policy-Gradients

Uma implementação Pytorch do algoritmo de gradientes de política determinística profunda multiagente (MADDPG)

por philtabor · GitHub

Estrelas

Forks

Criado

Último commit

actor-critic-algorithm

Categoria

Linguagem

actor-critic-algorithm actor-critic-methods deep-reinforcement-learning Python

Em palavras simples

Implemente um sistema que permite que múltiplos agentes aprendam e tomem decisões em ambientes cooperativos e competitivos.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →

Multi-Agent-Deep-Deterministic-Policy-Gradients — GitHub preview card

📈 Histórico de estrelas

2026-07-202026-08-31

📈 Acompanhe Multi-Agent-Deep-Deterministic-Policy-Gradients

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser

Receber alertas por e-mail →

📄 Sobre

Uma implementação Pytorch do algoritmo de gradientes de política determinística profunda multiagente (MADDPG)

Multi-Agent-Deep-Deterministic-Policy-Gradients tem 381 estrelas no GitHub. Foi bifurcado 79 vezes. Multi-Agent-Deep-Deterministic-Policy-Gradients é escrito principalmente em Python. Está em desenvolvimento ativo desde 2021. Os seus principais temas são: actor-critic-algorithm, actor-critic-methods, deep-reinforcement-learning, maddpg.

❓ Frequently asked questions

O que é Multi-Agent-Deep-Deterministic-Policy-Gradients?

Uma implementação Pytorch do algoritmo de gradientes de política determinística profunda multiagente (MADDPG)

Multi-Agent-Deep-Deterministic-Policy-Gradients é de código aberto?

Multi-Agent-Deep-Deterministic-Policy-Gradients é um projeto de código aberto.

Multi-Agent-Deep-Deterministic-Policy-Gradients é gratuito?

Sim. Multi-Agent-Deep-Deterministic-Policy-Gradients é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Em que linguagem Multi-Agent-Deep-Deterministic-Policy-Gradients está escrito?

Multi-Agent-Deep-Deterministic-Policy-Gradients é escrito principalmente em Python.

🏅 Mantenedor deste projeto?

olud.ai badge — Multi-Agent-Deep-Deterministic-Policy-Gradients

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=philtabor-multi-agent-deep-deterministic-policy-gradients)](https://olud.ai/project/philtabor-multi-agent-deep-deterministic-policy-gradients.html)

Mais opções de badge →

🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Deep-reinforcement-learning-with-pytorch

Implementação em PyTorch de DQN, AC, ACER, A2C, A3C, PG, DDPG, TRPO, PPO, SAC, TD3 e ....

★ 4.6k · a2c

partilhaactor-critic-algorithm

Código para o artigo "Otimização de Descarregamento de Cálculo para Computação de Borda Assisti…

★ 717 · actor-critic-algorithm

partilhaactor-critic-algorithm

Rainbow: Combinando Melhorias em Aprendizado por Reforço Profundo

★ 1.7k · deep-learning

partilhadeep-reinforcement-learning

ML-From-Scratch

Aprendizado de Máquina do Zero. Implementações básicas em NumPy de modelos e algoritmos de apre…

★ 32.3k · data-mining

O Toolkit de Agentes de Aprendizado de Máquina Unity (ML-Agents) é um projeto de código aberto…

★ 19.7k · deep-learning

Tutorial de Aprendizado por Reforço em Chinês (蘑菇书🍄), endereço de leitura online: https://dataw…

★ 14.4k · a3c

mit-deep-learning

Tutoriais, tarefas e competições para cursos relacionados a Deep Learning do MIT.

★ 10.4k · artificial-intelligence

introtodeeplearning

Materiais de laboratório para MIT 6.S191: Introdução ao Aprendizado Profundo

★ 8.7k · computer-vision

DeepLearningFlappyBird

Hack do Flappy Bird usando Aprendizado por Reforço Profundo (Deep Q-learning).

★ 6.8k · deep-learning

Um curso de aprendizado por reforço na prática

★ 6.5k · course-materials

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.