#proximal-policy-optimization Репозитории
Откройте для себя 11 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #proximal-policy-optimization, с общим числом 65,765 звёзд (в среднем 5,978 на проект). Лидером этой темы является huggingface/trl, набравший 19,788 звёзд.
Всего репозиториев: 11
Высококачественная однократная реализация алгоритмов глубокого обучения с подкреплением с функциями, удобными для исследований (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
Простой в использовании, масштабируемый и высокопроизводительный фреймворк для агентного RL на базе Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
Простые руководства по обучению с подкреплением, 莫烦Python китайские уроки по ИИ
Минимальная реализация метода усеченной целевой функции для проксимальной оптимизации политики (PPO) на PyTorch
Этот репозиторий содержит большинство реализаций классических алгоритмов глубокого обучения с подкреплением на основе PyTorch, включая - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (Больше алгоритмов находятся в разработке)
Библиотека PyTorch для создания агентов глубокого обучения с подкреплением.
Глубокое обучение с подкреплением (PPO) в автономном вождении (Carla) [с нуля]
Часто задаваемые вопросы
Какой репозиторий по теме #proximal-policy-optimization наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #proximal-policy-optimization на GitHub — huggingface/trl, набравший 19,788 звёзд. Обучайте языковые модели Transformer с помощью обучения с подкреплением.
Какие языки программирования чаще всего используются в репозиториях по теме #proximal-policy-optimization?
Среди наиболее высоко оценённых проектов по теме #proximal-policy-optimization на GitHub чаще всего используются языки программирования Python.
Как рассчитывается рейтинг репозиториев по теме #proximal-policy-optimization?
Мы отслеживаем 11 активных репозиториев с открытым исходным кодом, отмеченных тегом #proximal-policy-optimization (500 и более звёзд), с общим числом 65,765 звёзд и в среднем 5,978 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.