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

Multi-Agent-Deep-Deterministic-Policy-Gradients

por philtabor · GitHub

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

# actor-critic-algorithm # actor-critic-methods # deep-reinforcement-learning # maddpg # multi-agent-reinforcement-learning

⭐ Estrelas

🍴 Forks

📜 Licença

—

Licença não especificada

📅 Criado

🔄 Último commit

🏷️ Categoria

actor-critic-algorithm

💻 Linguagem

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

2026-07-202026-07-29

📈 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 379 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?

OpenSourceAI 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.

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

Mais opções de badge →

🧬 Partilha ADN com🧬 Ver o mapa de ADN →

MARL-Algorithms

Implementações de IQL, QMIX, VDN, COMA, QTRAN, MAVEN, CommNet, DyMA-CL e G2ANet no SMAC, o cená…

★ 1.8k · deep-reinforcement-learning

partilhamulti-agent-reinforcement-learningdeep-reinforcement-learning

Código para o artigo "基于多智能体深度强化学习的车联网通信资源分配优化"

★ 344 · ddpg

partilhamaddpgmulti-agent-reinforcement-learning

Deep-reinforcement-learning-with-pytorch

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

★ 4.6k · a2c

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

★ 717 · actor-critic-algorithm

ML-From-Scratch

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

★ 32.4k · data-mining

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

★ 19.6k · deep-learning

Simulador de código aberto para veículos autônomos construído na Unreal Engine / Unity, da Micr…

★ 18.3k · ai

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

★ 14.5k · a3c

Simulador de código aberto para pesquisa em direção autônoma.

★ 14.2k · ai

deep-learning-drizzle

Mergulhe em Aprendizado Profundo, Aprendizado por Reforço, Aprendizado de Máquina, Visão Comput…

★ 12.9k · artificial-intelligence-algorithms

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