#proximal-policy-optimization Repository
Scopri 11 repository GitHub open source attivi contrassegnati con #proximal-policy-optimization, che raccolgono un totale di 65,765 stelle (con una media di 5,978 stelle per progetto). Il progetto leader di questo argomento è huggingface/trl, con 19,788 stelle.
11 repository in totale
Implementazione in un singolo file di alta qualità di algoritmi di Deep Reinforcement Learning con funzionalità user-friendly per la ricerca (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
Un framework RL agentico facile da usare, scalabile e ad alte prestazioni basato su Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
Tutorial semplici di apprendimento per rinforzo, 莫烦Python insegnamento AI in cinese
Implementazione minima della politica di approssimazione con obiettivo ritagliato (PPO) in PyTorch
Questo repository contiene la maggior parte delle implementazioni classiche di deep reinforcement learning di PyTorch, tra cui - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (Altri algoritmi sono in corso)
Una libreria PyTorch per la costruzione di agenti di apprendimento profondo per rinforzo.
Apprendimento per Rinforzo Profondo (PPO) nella Guida Autonoma (Carla) [da zero]
Domande frequenti
Qual è il repository #proximal-policy-optimization più popolare su GitHub?
Il progetto open source #proximal-policy-optimization più alto in classifica su GitHub è huggingface/trl, con 19,788 stelle. Addestrare modelli linguistici Transformer con apprendimento per rinforzo.
Quali linguaggi di programmazione sono più utilizzati nei repository #proximal-policy-optimization?
Tra i progetti #proximal-policy-optimization più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python.
Come viene calcolata la classifica dei repository #proximal-policy-optimization?
Monitoriamo 11 repository open source attivi contrassegnati con #proximal-policy-optimization (500+ stelle), per un totale di 65,765 stelle e una media di 5,978 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.