Die besten environnement à particules multi-agents-Lösungen für Sie

Finden Sie bewährte environnement à particules multi-agents-Tools, die sowohl für Anfänger als auch für Experten geeignet sind, und steigern Sie Ihre Produktivität.

environnement à particules multi-agents

  • Open-Source-Python-Framework, das Multi-Agenten-Verstärkungslernalgorithmen für kooperative und wettbewerbsorientierte Umgebungen implementiert.
    0
    0
    Was ist MultiAgent-ReinforcementLearning?
    Dieses Repository stellt eine vollständige Suite von Multi-Agenten-Verstärkungslernalgorithmen bereit, einschließlich MADDPG, DDPG, PPO und mehr, integriert mit Standardbenchmarks wie der Multi-Agent Particle Environment und OpenAI Gym. Es bietet anpassbare Environment-Wraps, konfigurierbare Trainingsskripte, Echtzeit-Logging und Leistungsbewertungsmetriken. Benutzer können Algorithmen leicht erweitern, an individuelle Aufgaben anpassen und Politiken in kooperativen und adversären Umgebungen mit minimalem Aufwand vergleichen.
    MultiAgent-ReinforcementLearning Hauptfunktionen
    • Implementierungen von MADDPG, DDPG, PPO
    • Environment-Wraps für Multi-Agent Particle und Gym
    • Konfigurierbare Trainings- und Bewertungs-Skripte
    • Echtzeit-Logging mit TensorBoard
    • Modulare Codebasis für Erweiterungen
Ausgewählt