Startseite Projekte cadrl_ros
cadrl_ros
Python

cadrl_ros

ROS-Paket zur dynamischen Hindernisvermeidung für Bodenroboter, die mit tiefem RL trainiert wurden.

von mit-acl · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
collision-avoidancedeep-reinforcement-learningjackalPython
Auf GitHub ansehen
In einfachen Worten

Vermeiden Sie Hindernisse dynamisch, während Sie mit Bodenrobotern navigieren, unter Verwendung von Deep-Learning-Techniken.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
cadrl_ros — GitHub preview card
📈 Sternhistorie
719718
2026-07-202026-08-31
📈 cadrl_ros verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

ROS-Paket zur dynamischen Hindernisvermeidung für Bodenroboter, die mit tiefem RL trainiert wurden.

cadrl_ros hat 718 Sterne auf GitHub. Es wurde 158-mal geforkt. cadrl_ros ist hauptsächlich in Python geschrieben. Es wird seit 2018 aktiv entwickelt. Die Hauptthemen sind: collision-avoidance, deep-reinforcement-learning, jackal, ros.

Frequently asked questions

Was ist cadrl_ros?

ROS-Paket zur dynamischen Hindernisvermeidung für Bodenroboter, die mit tiefem RL trainiert wurden.

Ist cadrl_ros Open Source?

cadrl_ros ist ein Open-Source-Projekt.

Ist cadrl_ros kostenlos?

Ja. cadrl_ros ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist cadrl_ros geschrieben?

cadrl_ros ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — cadrl_ros

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=mit-acl-cadrl-ros)](https://olud.ai/project/mit-acl-cadrl-ros.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.