#proximal-policy-optimization Dépôts
Découvrez 11 dépôts GitHub open source actifs associés à #proximal-policy-optimization, cumulant 65,765 étoiles au total (soit une moyenne de 5,978 étoiles par projet). Le projet en tête de ce thème est huggingface/trl, avec 19,788 étoiles.
11 dépôts au total
Entraîner des modèles linguistiques Transformer avec l'apprentissage par renforcement.
Implémentation en un seul fichier de haute qualité d'algorithmes d'apprentissage par renforcement profond avec des fonctionnalités conviviales pour la recherche (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
Un framework RL agentique facile à utiliser, scalable et haute performance basé sur Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
Tutoriels simples d'apprentissage par renforcement, 莫烦Python enseignement IA en chinois
Implémentation minimale de l'optimisation de politique proximale d'objectif tronqué (PPO) dans PyTorch
Ce dépôt contient la plupart des implémentations classiques d'apprentissage par renforcement profond de PyTorch, y compris - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (D'autres algorithmes sont en cours)
Une bibliothèque PyTorch pour construire des agents d'apprentissage par renforcement profond.
Apprentissage par Renforcement Profond (PPO) en Conduite Autonome (Carla) [à partir de zéro]
Foire aux questions
Quel est le dépôt #proximal-policy-optimization le plus populaire sur GitHub ?
Le projet #proximal-policy-optimization open source le mieux classé sur GitHub est huggingface/trl, avec 19,788 étoiles. Entraîner des modèles linguistiques Transformer avec l'apprentissage par renforcement.
Quels langages de programmation sont les plus utilisés dans les dépôts #proximal-policy-optimization ?
Parmi les projets #proximal-policy-optimization les mieux classés sur GitHub, les langages de programmation les plus courants sont Python.
Comment le classement des dépôts #proximal-policy-optimization est-il calculé ?
Nous suivons 11 dépôts open source actifs associés à #proximal-policy-optimization (500+ étoiles), totalisant 65,765 étoiles, avec une moyenne de 5,978 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.