Startseite Projekte cadrl_ros
cadrl_ros

cadrl_ros

von mit-acl · GitHub

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

Auf GitHub ansehen
In einfachen Worten

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

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Lizenz nicht angegeben
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
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
2026-07-202026-07-29
📈 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 719 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.