Git Stars Git Stars

#multi-agent-learning Repositorios

Descubre 3 repositorios activos de código abierto de GitHub etiquetados con #multi-agent-learning, que acumulan 22,679 estrellas en total (una media de 7,559 estrellas por proyecto). El líder de este tema es AI4Finance-Foundation/FinRL, con 17,157 estrellas.

3
Total de Repositorios
22,679
Total de estrellas
7,559
Promedio de Estrellas/Repo
Lenguajes de programación: Jupyter Notebook Python
1
AI4Finance-Foundation/FinRL

FinRL®: Aprendizaje por Refuerzo Financiero. 🔥

AI4Finance-Foundation
⭐ 17,157 Jupyter Notebook 👤 AI4Finance-Foundation Organization 🕐 Actualizado 2026-11-18 📅 Creado 2020-07-26
2
LantaoYu/MARL-Papers

Lista de papers de aprendizaje por refuerzo multiagente (MARL)

LantaoYu
⭐ 4,896 👤 LantaoYu User 🕐 Actualizado 2026-02-11 📅 Creado 2017-03-12
3
proroklab/VectorizedMultiAgentSimulator

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.

proroklab
⭐ 631 Python 👤 proroklab Organization 🕐 Actualizado 2026-05-19 📅 Creado 2022-05-12

Preguntas frecuentes

1

¿Cuál es el repositorio de #multi-agent-learning más popular en GitHub?

El proyecto de código abierto de #multi-agent-learning mejor posicionado en GitHub es AI4Finance-Foundation/FinRL, con 17,157 estrellas. FinRL®: Aprendizaje por Refuerzo Financiero. 🔥

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #multi-agent-learning?

Entre los proyectos de #multi-agent-learning mejor posicionados en GitHub, los lenguajes de programación más comunes son Jupyter Notebook, Python.

3

¿Cómo se calcula la clasificación de los repositorios de #multi-agent-learning?

Seguimos 3 repositorios activos de código abierto etiquetados con #multi-agent-learning (500+ estrellas), que suman un total de 22,679 estrellas, con una media de 7,559 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.