Accueil Projets walk-these-ways
walk-these-ways
Python

walk-these-ways

Outils de formation et de déploiement RL sim-to-real pour le robot Unitree Go1.

par Improbable-AI · GitHub
Étoiles
Forks
Créé
Dernier commit
Catégorie
Langue
go1reinforcement-learningroboticsPython
Voir sur GitHub
En termes simples

Entraînez et déployez un robot pour effectuer des tâches dans des environnements réels en utilisant des outils de simulation.

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 →
walk-these-ways — GitHub preview card
📈 Historique des étoiles
1 4181 417
2026-07-202026-08-31
📈 Suivez walk-these-ways

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

Outils de formation et de déploiement RL sim-to-real pour le robot Unitree Go1.

walk-these-ways compte 1.4k étoiles sur GitHub. Il a été forké 222 fois. walk-these-ways est écrit principalement en Python. Il est développé activement depuis 2022. Ses principaux thèmes sont : go1, reinforcement-learning, robotics, sim-to-real.

Frequently asked questions

Qu'est-ce que walk-these-ways ?

Outils de formation et de déploiement RL sim-to-real pour le robot Unitree Go1.

walk-these-ways est-il open source ?

walk-these-ways est un projet open source.

walk-these-ways est-il gratuit ?

Oui. walk-these-ways est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage walk-these-ways est-il écrit ?

walk-these-ways est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — walk-these-ways

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

[![olud.ai](https://olud.ai/badge.php?tool=improbable-ai-walk-these-ways)](https://olud.ai/project/improbable-ai-walk-these-ways.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
FlashSAC
FlashSAC : Apprentissage par renforcement hors politique rapide et stable pour le contrôle de r…
334 · reinforcement-learning
partageroboticsreinforcement-learning
expressive-humanoid
[RSS 2024] : Contrôle expressif du corps entier pour les robots humanoïdes
496 · human-motion
partagesim-to-realreinforcement-learning
agibot_x1_train
Le code d'entraînement en apprentissage par renforcement pour AgiBot X1.
1.7k · open-source
partageroboticsreinforcement-learning
OmniDrones
563 · reinforcement-learning
partageroboticsreinforcement-learning
dreamer
Rêver pour contrôler : Apprendre des comportements par l'imagination latente
617 · artificial-intelligence
partageroboticsreinforcement-learning
daydreamer
DayDreamer : Modèles du Monde pour l'Apprentissage de Robots Physiques
450 · reinforcement-learning
partageroboticsreinforcement-learning
ASAP
[RSS 2025] "ASAP : Aligning Simulation and Real-World Physics for Learning Agile Humanoid Whole…
2.1k · humanoid
partageroboticsreinforcement-learning
tdmpc2
Code pour "TD-MPC2 : Modèles du monde évolutifs et robustes pour le contrôle continu"
893 · reinforcement-learning
partageroboticsreinforcement-learning
Deep-Reinforcement-Learning-Survey
Mon exploration sur l'enquête d'apprentissage par renforcement profond
432 · deep-learning
partageroboticsreinforcement-learning
RoboVerse
RoboVerse : Vers une plateforme unifiée, un ensemble de données et un benchmark pour l'apprenti…
1.8k · imitation-learning
partageroboticsreinforcement-learning

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