proximal-policy-optimization
Repositórios de código aberto acompanhados marcados com proximal-policy-optimization, ordenados por estrelas.
Tópicos relacionados
Tópicos que aparecem com frequência ao lado de proximal-policy-optimization no mesmo repositório.
Em ascensão recentemente
Repositórios criados nos últimos 90 dias e marcados com proximal-policy-optimization.
Nenhum repositório novo marcado com este tópico nos últimos 90 dias.
- #1
Implementação em arquivo único de alta qualidade de algoritmos de Deep Reinforcement Learning com recursos voltados para pesquisa (PPO, DQN, C51, DDPG, TD3, SAC, PPG).
★ 10.358+32Variação de estrelas nos últimos 7 dias - #2
Framework de RL agentic fácil de usar, escalável e de alto desempenho baseado em Ray (PPO, DAPO, REINFORCE++, VLM, TIS, vLLM, Ray e Async RL)
★ 9.969+13Variação de estrelas nos últimos 7 dias - #3
Tutoriais simples de aprendizado por reforço, ensino de IA em chinês do 莫烦Python
★ 9.508+2Variação de estrelas nos últimos 7 dias - #4
Implementação mínima de Proximal Policy Optimization (PPO) com objetivo recortado em PyTorch
★ 2.381+6Variação de estrelas nos últimos 7 dias - #5
Este repositório contém a maioria das implementações em pytorch baseadas em algoritmos clássicos de aprendizado por reforço profundo, incluindo: DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (Mais algoritmos ainda estão em desenvolvimento)
★ 697+0Variação de estrelas nos últimos 7 dias - #6
Uma biblioteca PyTorch para construir agentes de aprendizado por reforço profundo.
★ 657+1Variação de estrelas nos últimos 7 dias - #7
Aprendizado por Reforço Profundo (PPO) em Condução Autônoma (Carla) [do zero]
★ 563+0Variação de estrelas nos últimos 7 dias
