#rl-environments Repositorios
Descubre 7 repositorios activos de código abierto de GitHub etiquetados con #rl-environments, que acumulan 13,516 estrellas en total (una media de 1,930 estrellas por proyecto). El líder de este tema es harbor-framework/harbor, con 7,313 estrellas.
7 repositorios en total
bsuite es una colección de experimentos cuidadosamente diseñados que investigan las capacidades centrales de un agente de aprendizaje por refuerzo (RL)
Una biblioteca seleccionada y sin tonterías de los mejores recursos para construir y evaluar agentes de IA: artículos, blogs, charlas, herramientas, benchmarks. Mantenida por BenchFlow.
Convierte cualquier repositorio en entornos de RL verificables para agentes de programación: tareas de Harbor con las que puedes entrenar, evaluar y compartir en Hugging Face Hub
FineEnvs — Introducción a los entornos de RL: creación y escalado de entornos de RL en la era de los LLM
Preguntas frecuentes
¿Cuál es el repositorio de #rl-environments más popular en GitHub?
El proyecto de código abierto de #rl-environments mejor posicionado en GitHub es harbor-framework/harbor, con 7,313 estrellas. Marco para evaluar y mejorar agentes
¿Qué lenguajes de programación se utilizan más en los repositorios de #rl-environments?
Entre los proyectos de #rl-environments mejor posicionados en GitHub, los lenguajes de programación más comunes son Python.
¿Cómo se calcula la clasificación de los repositorios de #rl-environments?
Seguimos 7 repositorios activos de código abierto etiquetados con #rl-environments (500+ estrellas), que suman un total de 13,516 estrellas, con una media de 1,930 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.