注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. rl:强化学习代码示例-源码

  2. rl 强化学习代码示例

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：371712
    • 提供者：weixin_42133969

  1. genrl:一个PyTorch强化学习库，用于可推广和可再现的算法实现，旨在改善RL中的可访问性-源码

  2. GenRL是一个PyTorch强化学习库，以可重现，可推广的算法实现为中心，并提高了强化学习的可访问性 GenRL的当前版本为v0.0.2。期待重大变化 强化学习研究的发展比以往任何时候都快。为了跟上不断增长的趋势并确保RL研究保持可重复性，GenRL旨在通过提供以下主要功能来帮助更快地进行纸张复制和基准测试： PyTorch-first ：模块化，可扩展和惯用的Python 教程和示例：从基本RL到SOTA Deep RL算法的20多个教程（包括说明）！ 统一培训师和日志记录课程：代码可重用

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：405504
    • 提供者：weixin_42162216

  1. awesome-rl：精选强化学习资源-源码

  2. 很棒的强化学习 专门用于强化学习的精选资源列表。 我们还有其他主题的页面： ，， ： ， 我们正在寻找更多的贡献者和维护者！ 贡献 请随时 目录 代号 理查德·萨顿和安德鲁·巴托的《强化学习：入门》中的示例和练习代码 强化学习控制问题的仿真代码 （用于RL的标准接口）和 -基于Python的增强学习，人工智能和神经网络 -用于教育和研究的基于价值函数的强化学习框架 用于python强化学习中问题的机器学习框架 基于Java的强化学习框架 实现Q学习和其他RL算法的平台 贝叶斯强化学习库和工

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：11264
    • 提供者：weixin_42116805

  1. rl-medical：使用PyTorch进行通信性多主体深度强化学习以进行解剖地标检测-源码

  2. RL医疗 使用PyTorch进行解剖标志检测的多主体深度强化学习。 这是用于的纸上的代码。 介绍 准确检测解剖标志是几个医学成像任务中必不可少的步骤。 该存储库实施了一种新颖的通信多主体强化学习（C-MARL）系统，以自动检测3D医学图像中的界标。 C-MARL通过在所有代理之间共享体系结构的某些权重，使代理能够学习显式通信信道以及隐式通信信号。 除了C-MARL，该代码还支持没有通信通道的单代理和多代理（名为Network3d）。 这段代码最初是一个fork。 为了方便起见，在data文件

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：100663296
    • 提供者：weixin_42131861

  1. 强化学习：在60天内学习深度强化学习！ Python讲座和代码。 强化学习+深度学习-源码

  2. 深度强化学习课程 探索神经网络和强化学习的结合。 Python和PyTorch中的算法和示例 您是否听说过和的取得了惊人的结果？ 这都是关于深度神经网络和强化学习的。 您是否想了解更多？ 这是您最终学习Deep RL并将其用于新的令人兴奋的项目和应用程序的正确机会。 在这里，您将找到这些算法的深入介绍。 您将学习q学习，q学习，PPO，演员评论家，并使用Python和PyTorch实施它们。 最终目的是使用这些通用技术并将其应用于各种重要的现实世界问题。 德米斯·哈萨比斯（Demis Has

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：7340032
    • 提供者：weixin_42140625

  1. realworldrl_suite:真实世界的RL基准套件-源码

  2. 现实世界强化学习（RWRL）挑战框架 论文确定并描述了一组九个挑战，这些挑战当前阻止了强化学习（RL）代理在现实世界的应用程序和产品上使用。它还描述了一个评估框架和一组环境，可以评估RL算法对现实系统的潜在适用性。此后，又进行了 ，该实践实现了所描述的九个挑战中的八个（不包括可解释性），并分析了它们对各种最新RL算法的影响。这是用于执行此分析的代码库，也旨在作为针对这些挑战的易于重现的实验的通用平台，被称为realworldrl-suite （真实世界增强学习（RWRL）套件）。 当前，该套件

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：13631488
    • 提供者：weixin_42134051