Eine MuJoCo/Gym-Umgebung für die Robotersteuerung unter Verwendung von Verstärkungslernen. Die Aufgabe der Agenten in dieser Umgebung ist die pixelgenaue Vorhersage der Erfolgschancen beim Greifen.
Steuern Sie Roboter in einer simulierten Umgebung und prognostizieren Sie, wie erfolgreich sie beim Greifen von Objekten sein werden.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarEine MuJoCo/Gym-Umgebung für die Robotersteuerung unter Verwendung von Verstärkungslernen. Die Aufgabe der Agenten in dieser Umgebung ist die pixelgenaue Vorhersage der Erfolgschancen beim Greifen.
MuJoCo_RL_UR5 hat 681 Sterne auf GitHub. Es wurde 70-mal geforkt. MuJoCo_RL_UR5 ist hauptsächlich in Python geschrieben. Es wird seit 2020 aktiv entwickelt. MuJoCo_RL_UR5 ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: computer-vision, gym-environment, mujoco, pick-and-place.
Eine MuJoCo/Gym-Umgebung für die Robotersteuerung unter Verwendung von Verstärkungslernen. Die Aufgabe der Agenten in dieser Umgebung ist die pixelgenaue Vorhersage der Erfolgschancen beim Greifen.
MuJoCo_RL_UR5 ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. MuJoCo_RL_UR5 ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
MuJoCo_RL_UR5 ist unter der MIT-Lizenz verfügbar.
MuJoCo_RL_UR5 ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/pauldanielml-mujoco-rl-ur5.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.