Inicio Proyectos cadrl_ros
cadrl_ros
Python

cadrl_ros

Paquete ROS para evitación de obstáculos dinámicos para robots terrestres entrenados con RL profundo.

por mit-acl · GitHub
Estrellas
Ramas
Creado
Último commit
Lenguaje
collision-avoidancedeep-reinforcement-learningjackalPython
Ver en GitHub
En palabras simples

Evita obstáculos dinámicamente mientras navegas con robots terrestres utilizando técnicas de aprendizaje profundo.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
cadrl_ros — GitHub preview card
📈 Historial de estrellas
719718
2026-07-202026-08-31
📈 Sigue cadrl_ros

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Paquete ROS para evitación de obstáculos dinámicos para robots terrestres entrenados con RL profundo.

cadrl_ros tiene 718 estrellas en GitHub. Se ha bifurcado 158 veces. cadrl_ros está escrito principalmente en Python. Se desarrolla activamente desde 2018. Sus temas principales son: collision-avoidance, deep-reinforcement-learning, jackal, ros.

Frequently asked questions

¿Qué es cadrl_ros?

Paquete ROS para evitación de obstáculos dinámicos para robots terrestres entrenados con RL profundo.

¿cadrl_ros es de código abierto?

cadrl_ros es un proyecto de código abierto.

¿cadrl_ros es gratis?

Sí. cadrl_ros es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito cadrl_ros?

cadrl_ros está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — cadrl_ros

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=mit-acl-cadrl-ros)](https://olud.ai/project/mit-acl-cadrl-ros.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.