#rl-environments Repositórios
Descubra 7 repositórios ativos de código aberto no GitHub marcados com #rl-environments, acumulando um total de 13,516 estrelas (uma média de 1,930 por projeto). O líder deste tópico é harbor-framework/harbor, com 7,313 estrelas.
7 repositórios no total
bsuite é uma coleção de experimentos cuidadosamente projetados que investigam as capacidades centrais de um agente de aprendizado por reforço (RL)
Uma biblioteca selecionada e direta dos melhores recursos para construir e avaliar agentes de IA — artigos, blogs, palestras, ferramentas, benchmarks. Mantida por BenchFlow.
Transforme qualquer repositório em ambientes de RL verificáveis para agentes de programação — tarefas do Harbor que você pode usar para treinar, avaliar e compartilhar no Hugging Face Hub
FineEnvs — Introdução aos ambientes de RL: criação e escalabilidade de ambientes de RL na era dos LLMs
Perguntas Frequentes
Qual é o repositório de #rl-environments mais popular no GitHub?
O projeto de código aberto de #rl-environments mais bem classificado no GitHub é harbor-framework/harbor, com 7,313 estrelas. Estrutura para avaliar e melhorar agentes
Quais linguagens de programação são mais usadas nos repositórios de #rl-environments?
Entre os projetos de #rl-environments mais bem classificados no GitHub, as linguagens de programação mais comuns são Python.
Como é calculada a classificação dos repositórios de #rl-environments?
Acompanhamos 7 repositórios ativos de código aberto marcados com #rl-environments (com mais de 500 estrelas), totalizando 13,516 estrelas e uma média de 1,930 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.