#planning-algorithms Repositórios
Descubra 8 repositórios ativos de código aberto no GitHub marcados com #planning-algorithms, acumulando um total de 20,109 estrelas (uma média de 2,513 por projeto). O líder deste tópico é aimacode/aima-python, com 8,881 estrelas.
8 repositórios no total
Implementação em Python dos algoritmos do livro "Artificial Intelligence - A Modern Approach" de Russell e Norvig
Esta é uma lista selecionada de pesquisas sobre "IA Incorporada ou robôs com Grandes Modelos de Linguagem". Fique de olho neste repositório para as atualizações mais recentes! 🔥
Planejador de Trajetória Híbrido A* para o Veículo Conceito de Pesquisa KTH
O Solver AI de código aberto para Java e Kotlin para otimizar agendamento e roteamento. Resolva o problema de roteamento de veículos, escala de funcionários, atribuição de tarefas, agendamento de manutenção e outros problemas de planejamento.
Uma lista curada de links e bibliotecas de software incríveis que são úteis para robôs.
O Pacote Python de Processo Completo para Aprendizagem de Robô a Partir de Demonstração e Manipulação de Robô
Comece com os quickstarts do Timefold aqui. Otimize o problema de roteamento de veículos, a escalação de funcionários, a atribuição de tarefas, a programação de manutenção e outras questões de planejamento.
Perguntas Frequentes
Qual é o repositório de #planning-algorithms mais popular no GitHub?
O projeto de código aberto de #planning-algorithms mais bem classificado no GitHub é aimacode/aima-python, com 8,881 estrelas. Implementação em Python dos algoritmos do livro "Artificial Intelligence - A Modern Approach" de Russell e Norvig
Quais linguagens de programação são mais usadas nos repositórios de #planning-algorithms?
Entre os projetos de #planning-algorithms mais bem classificados no GitHub, as linguagens de programação mais comuns são Java, Jupyter Notebook, C++, Python.
Como é calculada a classificação dos repositórios de #planning-algorithms?
Acompanhamos 8 repositórios ativos de código aberto marcados com #planning-algorithms (com mais de 500 estrelas), totalizando 20,109 estrelas e uma média de 2,513 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.