R语言中是否存在高斯模型参数估计的自启动函数？

我最近在尝试用自启动方法估计高斯模型的参数，之前在另一个数据集上用逻辑斯蒂模型完成过类似操作，当时的R代码如下：

x <- runif(20)
y <- rexp(20)
a <- data.frame(x,y)
log_model <- nls(y~SSlogis(x, phi1, phi2, phi3), data = a)

我想采用类似的思路实现高斯模型，但一直没找到像SSlogis那样的高斯分布自启动函数。查R文档时看到xcms包1.48.0版本里有SSgauss函数，但我没能找到这个函数。另外，我在Python代码里看到过类似的实现，供参考：

def gaussian_f(x,a,b,c):
    y = a * np.exp(-0.5 * ((x-b)/c)**2)
    return y

# 使用scipy进行优化
gaussian_m, cov = optimize.curve_fit(gaussian_f, x=np.arange(len(a["y"])), y=dtf["y"].values, maxfev=10000, p0=[1,np.mean(a["y"]) ,1])

内容的提问来源于stack exchange，提问作者Pastor Soto