Início Projetos GibsonEnv
GibsonEnv
C

GibsonEnv

Ambientes Gibson: Percepção do Mundo Real para Agentes Incorporados

por StanfordVL · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Linguagem
computer-visioncvpr2018deep-learningMITC
Ver no GitHub
Em palavras simples

Simule ambientes do mundo real para que a IA aprenda percepção e movimento sem limitações físicas.

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 →
GibsonEnv — GitHub preview card
📈 Histórico de estrelas
944943
2026-07-202026-08-31
📈 Acompanhe GibsonEnv

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

Ambientes Gibson: Percepção do Mundo Real para Agentes Incorporados

GibsonEnv tem 943 estrelas no GitHub. Foi bifurcado 150 vezes. GibsonEnv é escrito principalmente em C. Está em desenvolvimento ativo desde 2017. GibsonEnv está disponível sob a licença MIT. Os seus principais temas são: computer-vision, cvpr2018, deep-learning, deep-reinforcement-learning.

Frequently asked questions

O que é GibsonEnv?

Ambientes Gibson: Percepção do Mundo Real para Agentes Incorporados

GibsonEnv é de código aberto?

GibsonEnv é um projeto de código aberto. É distribuído sob a licença MIT.

GibsonEnv é gratuito?

Sim. GibsonEnv é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está GibsonEnv?

GibsonEnv está disponível sob a licença MIT.

Em que linguagem GibsonEnv está escrito?

GibsonEnv é escrito principalmente em C.

🏅 Mantenedor deste projeto?
olud.ai badge — GibsonEnv

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=stanfordvl-gibsonenv)](https://olud.ai/project/stanfordvl-gibsonenv.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

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