#gym-environment Repositorios
Descubre 9 repositorios activos de código abierto de GitHub etiquetados con #gym-environment, que acumulan 10,193 estrellas en total (una media de 1,132 estrellas por proyecto). El líder de este tema es datamllab/rlcard, con 3,345 estrellas.
9 repositorios en total
Aprendizaje por Refuerzo / Bots de IA en Juegos de Cartas (Póker) - Blackjack, Leduc, Texas, DouDizhu, Mahjong, UNO.
¡Rainbow es todo lo que necesitas! Un tutorial paso a paso de DQN a Rainbow
Entornos de Gymnasium para juegos de Mario de NES, con metadatos de tareas, instrumentación de recompensas e interfaces de evaluación reproducibles.
Planificación de rutas de UAV (vehículo aéreo no tripulado) múltiples/individuales basada en aprendizaje por refuerzo profundo
Entorno de póker Texas Hold'em de OpenAI Gym con aprendizaje por refuerzo basado en Keras-RL. Incluye renderizado virtual y Monte Carlo para el cálculo de equity.
ns3-gym - El Parque de Juegos para el Aprendizaje por Refuerzo en Investigación de Redes
VMAS es un simulador diferenciable vectorizado diseñado para la evaluación comparativa eficiente del Aprendizaje por Refuerzo Multiagente. Se compone de un motor de física 2D vectorizado escrito en PyTorch y un conjunto de escenarios multirrobot desafiantes. Se pueden implementar escenarios adicionales a través de una interfaz simple y modular.
Planificación de ruta con aprendizaje profundo por refuerzo, planificación de ruta SAC, algoritmo Soft Actor-Critic, SAC-pytorch, evasión de obstáculos con LiDAR, simulación LiDAR, Adaptive-SAC
Un simulador de propósito general, flexible y fácil de usar junto con un entorno de negociación de OpenAI Gym para la plataforma de negociación MetaTrader 5 (Aprobado por OpenAI Gym)
Preguntas frecuentes
¿Cuál es el repositorio de #gym-environment más popular en GitHub?
El proyecto de código abierto de #gym-environment mejor posicionado en GitHub es datamllab/rlcard, con 3,345 estrellas. Aprendizaje por Refuerzo / Bots de IA en Juegos de Cartas (Póker) - Blackjack, Leduc, Texas, DouDizhu, Mahjong, UNO.
¿Qué lenguajes de programación se utilizan más en los repositorios de #gym-environment?
Entre los proyectos de #gym-environment mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++.
¿Cómo se calcula la clasificación de los repositorios de #gym-environment?
Seguimos 9 repositorios activos de código abierto etiquetados con #gym-environment (500+ estrellas), que suman un total de 10,193 estrellas, con una media de 1,132 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.