Accueil Projets expressive-humanoid
expressive-humanoid

expressive-humanoid

par chengxuxin · GitHub

[RSS 2024] : Contrôle expressif du corps entier pour les robots humanoïdes

Voir sur GitHub
⭐ Étoiles
🍴 Forks
🔥 Tendances
📜 Licence
Licence non spécifiée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
expressive-humanoid — GitHub preview card
📈 Historique des étoiles
497496
2026-07-202026-07-29
📈 Suivez expressive-humanoid

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

[RSS 2024] : Contrôle expressif du corps entier pour les robots humanoïdes

expressive-humanoid compte 497 étoiles sur GitHub. Il a été forké 43 fois. expressive-humanoid est écrit principalement en Python. Il est développé activement depuis 2024. Ses principaux thèmes sont : human-motion, imitation-learning, reinforcement-learning, sim-to-real.

Frequently asked questions

Qu'est-ce que expressive-humanoid ?

[RSS 2024] : Contrôle expressif du corps entier pour les robots humanoïdes

expressive-humanoid est-il open source ?

expressive-humanoid est un projet open source.

expressive-humanoid est-il gratuit ?

Oui. expressive-humanoid est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage expressive-humanoid est-il écrit ?

expressive-humanoid est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — expressive-humanoid

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![OpenSourceAI](https://olud.ai/badge.php?tool=chengxuxin-expressive-humanoid)](https://olud.ai/project/chengxuxin-expressive-humanoid.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.