Una implementación en GPU de control de Modelo Predictivo de Integral de Trayectoria (MPPI) que utiliza un modelo probabilístico de transitabilidad para planificar trayectorias conscientes del riesgo.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasUna implementación en GPU de control de Modelo Predictivo de Integral de Trayectoria (MPPI) que utiliza un modelo probabilístico de transitabilidad para planificar trayectorias conscientes del riesgo.
mppi_numba tiene 310 estrellas en GitHub. Se ha bifurcado 23 veces. mppi_numba está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2022. mppi_numba está disponible bajo la licencia MIT. Sus temas principales son: gpu, motion-planning, mppi, numba.
Una implementación en GPU de control de Modelo Predictivo de Integral de Trayectoria (MPPI) que utiliza un modelo probabilístico de transitabilidad para planificar trayectorias conscientes del riesgo.
mppi_numba es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
Sí. mppi_numba es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
mppi_numba está disponible bajo la licencia MIT.
mppi_numba está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/mit-acl-mppi-numba.html)