#rl-benchmarking Repository
Scopri 4 repository GitHub open source attivi contrassegnati con #rl-benchmarking, che raccolgono un totale di 9,574 stelle (con una media di 2,393 stelle per progetto). Il progetto leader di questo argomento è p-christ/Deep-Reinforcement-Learning-Algorithms-with-PyTorch, con 5,908 stelle.
4 repository in totale
Implementazioni PyTorch di algoritmi e ambienti di apprendimento per rinforzo profondo
bsuite è una raccolta di esperimenti attentamente progettati che indagano le capacità fondamentali di un agente di apprendimento per rinforzo (RL)
Il codice sorgente per il post del blog I 37 dettagli di implementazione di Proximal Policy Optimization
Domande frequenti
Qual è il repository #rl-benchmarking più popolare su GitHub?
Il progetto open source #rl-benchmarking più alto in classifica su GitHub è p-christ/Deep-Reinforcement-Learning-Algorithms-with-PyTorch, con 5,908 stelle. Implementazioni PyTorch di algoritmi e ambienti di apprendimento per rinforzo profondo
Quali linguaggi di programmazione sono più utilizzati nei repository #rl-benchmarking?
Tra i progetti #rl-benchmarking più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++.
Come viene calcolata la classifica dei repository #rl-benchmarking?
Monitoriamo 4 repository open source attivi contrassegnati con #rl-benchmarking (500+ stelle), per un totale di 9,574 stelle e una media di 2,393 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.