proximal-policy-optimization
Repositorios de código abierto monitorizados etiquetados con proximal-policy-optimization, ordenados por estrellas.
Temas relacionados
Temas que aparecen con frecuencia junto a proximal-policy-optimization en un mismo repositorio.
Emergentes recientes
Repositorios creados en los últimos 90 días, etiquetados con proximal-policy-optimization.
No hay repositorios nuevos con este tema en los últimos 90 días.
- #1
Implementación de archivo único de alta calidad de algoritmos de aprendizaje por refuerzo profundo con características amigables para la investigación (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
★ 10.358+19Variación de estrellas de los últimos 7 días - #2
Un framework de RL basado en agentes fácil de usar, escalable y de alto rendimiento basado en Ray (PPO y DAPO y REINFORCE++ y VLM y TIS y vLLM y Ray y Async RL)
★ 9969+9Variación de estrellas de los últimos 7 días - #3
Tutoriales sencillos de aprendizaje por refuerzo, enseñanza de IA en chino de MoFan Python
★ 9508-2Variación de estrellas de los últimos 7 días - #4
Implementación mínima de Proximal Policy Optimization (PPO) con objetivo recortado en PyTorch
★ 2381+6Variación de estrellas de los últimos 7 días - #5
Este repositorio contiene la mayoría de las implementaciones en PyTorch basadas en algoritmos clásicos de aprendizaje por refuerzo profundo, incluyendo DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO y TRPO. (Más algoritmos en desarrollo)
★ 697+1Variación de estrellas de los últimos 7 días - #6
Una biblioteca de PyTorch para crear agentes de aprendizaje por refuerzo profundo.
★ 657+0Variación de estrellas de los últimos 7 días - #7
Aprendizaje por refuerzo profundo (PPO) en conducción autónoma (Carla) [desde cero].
★ 563-1Variación de estrellas de los últimos 7 días
