VMAS é um simulador vetorizado e diferenciável projetado para benchmarking eficiente de Aprendizado por Reforço Multi-Agente. É composto por um motor de física 2D vetorizado escrito em PyTorch e um conjunto de cenários desafiadores de múltiplos robôs. Cenários adicionais podem
Execute simulações para testar como múltiplos agentes interagem em um ambiente baseado em física.
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 quiserVMAS é um simulador vetorizado e diferenciável projetado para benchmarking eficiente de Aprendizado por Reforço Multi-Agente. É composto por um motor de física 2D vetorizado escrito em PyTorch e um conjunto de cenários desafiadores de múltiplos robôs. Cenários adicionais podem
VectorizedMultiAgentSimulator tem 588 estrelas no GitHub. Foi bifurcado 112 vezes. VectorizedMultiAgentSimulator é escrito principalmente em Python. Está em desenvolvimento ativo desde 2022. VectorizedMultiAgentSimulator está disponível sob a licença GPL-3.0. Os seus principais temas são: gym, gym-environment, marl, multi-agent.
VMAS é um simulador vetorizado e diferenciável projetado para benchmarking eficiente de Aprendizado por Reforço Multi-Agente. É composto por um motor de física 2D vetorizado escrito em PyTorch e um conjunto de cenários desafiadores de múltiplos robôs. Cenários adicionais podem
VectorizedMultiAgentSimulator é um projeto de código aberto. É distribuído sob a licença GPL-3.0.
Sim. VectorizedMultiAgentSimulator é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria. Sua licença GPL-3.0 é copyleft: qualquer versão modificada que você distribuir deve permanecer sob a mesma licença.
VectorizedMultiAgentSimulator está disponível sob a licença GPL-3.0.
VectorizedMultiAgentSimulator é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://olud.ai/project/proroklab-vectorizedmultiagentsimulator.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.