#marl Repositories
Entdecke 6 aktive Open-Source-GitHub-Repositories, die mit #marl getaggt sind und insgesamt 7,480 Sterne gesammelt haben (durchschnittlich 1,246 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist pytorch/rl mit 3,640 Sternen.
Insgesamt 6 Repositories
Eine modulare, primatenfreundliche, Python-first PyTorch-Bibliothek für Reinforcement Learning.
🦁 Eine forschungsfreundliche Codebasis für schnelles Experimentieren mit Multi-Agent Reinforcement Learning in JAX
Feinabgestimmte MARL-Algorithmen auf SMAC (100% Gewinnraten in den meisten Szenarien)
BenchMARL ist eine Bibliothek zum Benchmarking von Multi-Agent Reinforcement Learning (MARL). BenchMARL ermöglicht den schnellen Vergleich verschiedener MARL-Algorithmen, Aufgaben und Modelle, während es systematisch auf seinen beiden Kernprinzipien basiert: Reproduzierbarkeit und Standardisierung.
VMAS ist ein vektorisierter, differenzierbarer Simulator, der für ein effizientes Benchmarking im Multi-Agent Reinforcement Learning (MARL) entwickelt wurde. Er besteht aus einer vektorisierten 2D-Physik-Engine, die in PyTorch geschrieben ist, und einer Reihe von herausfordernden Multi-Robot-Szenarien. Zusätzliche Szenarien können über eine einfache und modulare Schnittstelle implementiert werden.
Häufig gestellte Fragen
Welches ist das beliebteste #marl-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#marl-Projekt auf GitHub ist pytorch/rl mit 3,640 Sternen. Eine modulare, primatenfreundliche, Python-first PyTorch-Bibliothek für Reinforcement Learning.
Welche Programmiersprachen werden in #marl-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #marl-Projekten auf GitHub sind Python die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #marl-Repositories berechnet?
Wir verfolgen 6 aktive Open-Source-Repositories, die mit #marl getaggt sind (500+ Sterne), mit insgesamt 7,480 Sternen und durchschnittlich 1,246 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.