#model-based-reinforcement-learning Repositorios
Descubre 4 repositorios activos de código abierto de GitHub etiquetados con #model-based-reinforcement-learning, que acumulan 9,429 estrellas en total (una media de 2,357 estrellas por proyecto). El líder de este tema es opendilab/DI-engine, con 3,645 estrellas.
4 repositorios en total
OpenDILab Decision AI Engine. El framework de aprendizaje por refuerzo más completo B.P.
Una biblioteca PyTorch modular, orientada a primitivas y primero en Python para Reinforcement Learning.
Una lista curada de impresionantes recursos de RL basados en modelos (actualizada continuamente)
Repositorio de nuestros artículos: Modelo del Mundo Robótico: Un simulador de redes neuronales para la optimización robusta de políticas en robótica y un Modelo del Mundo Robótico sensible a la incertidumbre hace que el aprendizaje por refuerzo basado en modelos offline funcione en robots reales
Preguntas frecuentes
¿Cuál es el repositorio de #model-based-reinforcement-learning más popular en GitHub?
El proyecto de código abierto de #model-based-reinforcement-learning mejor posicionado en GitHub es opendilab/DI-engine, con 3,645 estrellas. OpenDILab Decision AI Engine. El framework de aprendizaje por refuerzo más completo B.P.
¿Qué lenguajes de programación se utilizan más en los repositorios de #model-based-reinforcement-learning?
Entre los proyectos de #model-based-reinforcement-learning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python.
¿Cómo se calcula la clasificación de los repositorios de #model-based-reinforcement-learning?
Seguimos 4 repositorios activos de código abierto etiquetados con #model-based-reinforcement-learning (500+ estrellas), que suman un total de 9,429 estrellas, con una media de 2,357 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.