#soft-actor-critic Repositories
Entdecke 6 aktive Open-Source-GitHub-Repositories, die mit #soft-actor-critic getaggt sind und insgesamt 4,667 Sterne gesammelt haben (durchschnittlich 777 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist quantumiracle/Popular-RL-Algorithms mit 1,344 Sternen.
Insgesamt 6 Repositories
PyTorch-Implementierung von Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet..
Dieses Repository enthält die meisten Implementierungen klassischer Deep Reinforcement Learning-Algorithmen von PyTorch, darunter - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (Weitere Algorithmen sind in Arbeit)
Eine PyTorch-Bibliothek zum Erstellen von Agenten für Deep Reinforcement Learning.
Pfadplanung mit tiefem Reinforcement Learning, SAC-Pfadplanung, Soft Actor-Critic-Algorithmus, SAC-pytorch, LiDAR-basierte Hindernisvermeidung, LiDAR-Simulation, Adaptive-SAC
Häufig gestellte Fragen
Welches ist das beliebteste #soft-actor-critic-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#soft-actor-critic-Projekt auf GitHub ist quantumiracle/Popular-RL-Algorithms mit 1,344 Sternen. PyTorch-Implementierung von Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet..
Welche Programmiersprachen werden in #soft-actor-critic-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #soft-actor-critic-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #soft-actor-critic-Repositories berechnet?
Wir verfolgen 6 aktive Open-Source-Repositories, die mit #soft-actor-critic getaggt sind (500+ Sterne), mit insgesamt 4,667 Sternen und durchschnittlich 777 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.