a2c
Dépôts open source suivis étiquetés a2c, triés par étoiles.
Sujets associés
Sujets qui apparaissent souvent aux côtés de a2c sur un même dépôt.
Ascensions récentes
Dépôts créés au cours des 90 derniers jours et étiquetés a2c.
Aucun nouveau dépôt étiqueté avec ce sujet au cours des 90 derniers jours.
- #1★ 10 955+12Évolution des étoiles sur les 7 derniers jours
- #2
Implémentation haute qualité en fichier unique d'algorithmes d'apprentissage par renforcement profond avec des fonctionnalités adaptées à la recherche (PPO, DQN, C51, DDPG, TD3, SAC, PPG).
★ 10 358+32Évolution des étoiles sur les 7 derniers jours - #3★ 4 359+4Évolution des étoiles sur les 7 derniers jours
- #4★ 3 452+4Évolution des étoiles sur les 7 derniers jours
- #5
Framework modulaire d'apprentissage par renforcement profond en PyTorch. Bibliothèque compagnon du livre "Foundations of Deep Reinforcement Learning".
★ 1 362+0Évolution des étoiles sur les 7 derniers jours - #6
XuanCe : une bibliothèque d'apprentissage par renforcement profond complète et unifiée
★ 1 083+3Évolution des étoiles sur les 7 derniers jours - #7
Fichiers de démarrage en RL pour entraîner, visualiser et évaluer immédiatement un agent sans écrire la moindre ligne de code
★ 728+0Évolution des étoiles sur les 7 derniers jours - #8
Ce dépôt contient la plupart des implémentations PyTorch des algorithmes classiques d'apprentissage par renforcement profond, notamment : DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (D'autres algorithmes sont en cours de développement)
★ 697+0Évolution des étoiles sur les 7 derniers jours - #9
Une bibliothèque PyTorch pour la construction d'agents d'apprentissage profond par renforcement.
★ 657+1Évolution des étoiles sur les 7 derniers jours
