#soft-actor-critic Repository
Scopri 6 repository GitHub open source attivi contrassegnati con #soft-actor-critic, che raccolgono un totale di 4,667 stelle (con una media di 777 stelle per progetto). Il progetto leader di questo argomento è quantumiracle/Popular-RL-Algorithms, con 1,344 stelle.
6 repository in totale
Implementazione PyTorch di Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet..
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.
Pianificazione del percorso con apprendimento rinforzato profondo, pianificazione del percorso SAC, algoritmo Soft Actor-Critic, SAC-pytorch, evitamento di ostacoli con LiDAR, simulazione LiDAR, Adaptive-SAC
Domande frequenti
Qual è il repository #soft-actor-critic più popolare su GitHub?
Il progetto open source #soft-actor-critic più alto in classifica su GitHub è quantumiracle/Popular-RL-Algorithms, con 1,344 stelle. Implementazione PyTorch di Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet..
Quali linguaggi di programmazione sono più utilizzati nei repository #soft-actor-critic?
Tra i progetti #soft-actor-critic più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook.
Come viene calcolata la classifica dei repository #soft-actor-critic?
Monitoriamo 6 repository open source attivi contrassegnati con #soft-actor-critic (500+ stelle), per un totale di 4,667 stelle e una media di 777 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.