Startseite Projekte DexterousHands
DexterousHands
Python

DexterousHands

Dies ist eine Bibliothek, die Aufgaben zur dualen geschickten Handmanipulation über Isaac Gym bereitstellt.

von PKU-MARL · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
deep-reinforcement-learningdexterous-robotic-handreinforcement-learningApache-2.0Python
Auf GitHub ansehen
In einfachen Worten

Führen Sie Aufgaben zur Manipulation mit beiden Händen in Python aus, um die Geschicklichkeit und Koordination von Robotern zu verbessern.

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 →
DexterousHands — GitHub preview card
📈 Sternhistorie
1 0701 069
2026-07-202026-08-31
📈 DexterousHands verfolgen

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

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

Dies ist eine Bibliothek, die Aufgaben zur dualen geschickten Handmanipulation über Isaac Gym bereitstellt.

DexterousHands hat 1.1k Sterne auf GitHub. Es wurde 134-mal geforkt. DexterousHands ist hauptsächlich in Python geschrieben. Es wird seit 2022 aktiv entwickelt. DexterousHands ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: deep-reinforcement-learning, dexterous-robotic-hand, reinforcement-learning.

Frequently asked questions

Was ist DexterousHands?

Dies ist eine Bibliothek, die Aufgaben zur dualen geschickten Handmanipulation über Isaac Gym bereitstellt.

Ist DexterousHands Open Source?

DexterousHands ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist DexterousHands kostenlos?

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

Unter welcher Lizenz steht DexterousHands?

DexterousHands ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist DexterousHands geschrieben?

DexterousHands ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — DexterousHands

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

[![olud.ai](https://olud.ai/badge.php?tool=pku-marl-dexteroushands)](https://olud.ai/project/pku-marl-dexteroushands.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
hands-on-rl
Kostenloser Kurs, der Sie von Null zu Reinforcement Learning PRO bringt 🦸🏻‍🦸🏽
1.6k · deep-reinforcement-learning
teiltdeep-reinforcement-learningreinforcement-learning
drl-zh
Deep Reinforcement Learning: Von Null auf Held!
2.3k · deep-learning
teiltdeep-reinforcement-learningreinforcement-learning
reward-learning-rl
[RSS 2019] End-to-End-Robotic-Reinforcement-Learning ohne Belohnungsengineering
374 · deep-learning
teiltdeep-reinforcement-learningreinforcement-learning
MARL-Algorithms
Implementierungen von IQL, QMIX, VDN, COMA, QTRAN, MAVEN, CommNet, DyMA-CL und G2ANet auf SMAC,…
1.8k · deep-reinforcement-learning
teiltdeep-reinforcement-learningreinforcement-learning
gps
Geführte Politiksuche
600 · deep-learning
teiltdeep-reinforcement-learningreinforcement-learning
neural-symbolic-machines
Neural Symbolic Machines ist ein Framework zur Integration von neuronalen Netzwerken und symbol…
385 · deep-learning
teiltdeep-reinforcement-learningreinforcement-learning
deep-rl-class
Dieses Repo enthält den Hugging Face Deep Reinforcement Learning Kurs.
5k · deep-learning
teiltdeep-reinforcement-learningreinforcement-learning
awesome-deep-rl
Eine kuratierte Liste großartiger Ressourcen für Deep Reinforcement Learning.
896 · awesome-list
teiltdeep-reinforcement-learningreinforcement-learning
TimeChamber
Ein massiv paralleles, groß angelegtes Selbstspiel-Framework
365 · deep-reinforcement-learning
teiltdeep-reinforcement-learningreinforcement-learning
purejaxrl
Echtzeit-End-to-End-Jax-RL-Implementierungen
1.1k · deep-reinforcement-learning
teiltdeep-reinforcement-learningreinforcement-learning

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