vwxyzjn/cleanrl

अनुसंधान-अनुकूल सुविधाओं (PPO, DQN, C51, DDPG, TD3, SAC, PPG) के साथ डीप रीइंफोर्समेंट लर्निंग एल्गोरिदम का उच्च-गुणवत्ता वाला सिंगल-फ़ाइल कार्यान्वयन

↗ GitHub पर खोलें

स्टार

10,358

फ़ोर्क

1,160

भाषा

Python

लाइसेंस

NOASSERTION

आख़िरी push

5 माह पहले

Python python machine-learning deep-learning gym deep-reinforcement-learning pytorch reinforcement-learning atari ppo proximal-policy-optimization a2c advantage-actor-critic wandb actor-critic ale phasic-policy-gradient

अभी कोई संबंधित intel नहीं

यह रिपॉजिटरी radar द्वारा ट्रैक किए जाने वाले किसी भी स्रोत में अभी तक नहीं आई है। कलेक्टर एक शेड्यूल पर चलता है — जब यह इस रिपॉजिटरी को कवर करे तब वापस देखें।

संबंधित intel (0)

अभी कोई संबंधित intel नहीं