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.
Planifiez des chemins de mouvement sûrs pour les robots en utilisant une méthode de contrôle basée sur GPU.
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.
Qu'est-ce que 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-il open source ?
mppi_numba est un projet open source. Il est distribué sous licence MIT.
mppi_numba est-il gratuit ?
Oui. mppi_numba est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est mppi_numba ?
mppi_numba est disponible sous licence MIT.
Dans quel langage mppi_numba est-il écrit ?
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)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.