Une implémentation GPU du contrôle par Modèle Prédictif d'Intégrale de Chemin (MPPI) qui utilise un modèle de traversabilité probabiliste pour planifier des trajectoires conscientes des risques.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentUne implémentation GPU du contrôle par Modèle Prédictif d'Intégrale de Chemin (MPPI) qui utilise un modèle de traversabilité probabiliste pour planifier des trajectoires conscientes des risques.
mppi_numba compte 310 étoiles sur GitHub. Il a été forké 23 fois. mppi_numba est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2022. mppi_numba est disponible sous licence MIT. Ses principaux thèmes sont : gpu, motion-planning, mppi, numba.
Une implémentation GPU du contrôle par Modèle Prédictif d'Intégrale de Chemin (MPPI) qui utilise un modèle de traversabilité probabiliste pour planifier des trajectoires conscientes des risques.
mppi_numba est un projet open source. Il est distribué sous licence MIT.
Oui. mppi_numba est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
mppi_numba est disponible sous licence MIT.
mppi_numba est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/mit-acl-mppi-numba.html)