Accueil Projets vid2player3d
vid2player3d
Python

vid2player3d

Implémentation officielle pour le papier SIGGRAPH 2023 "Apprendre des compétences de tennis simulées physiquement à partir de vidéos diffusées"

par nv-tlabs · GitHub
Étoiles
Forks
Créé
Dernier commit
Langue
character-animationimitation-learningreinforcement-learningPython
Voir sur GitHub
En termes simples

Apprenez des compétences de tennis en simulant des jeux à partir de vidéos de diffusion.

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 →
vid2player3d — GitHub preview card
📈 Historique des étoiles
332331
2026-07-202026-08-31
📈 Suivez vid2player3d

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

Implémentation officielle pour le papier SIGGRAPH 2023 "Apprendre des compétences de tennis simulées physiquement à partir de vidéos diffusées"

vid2player3d compte 331 étoiles sur GitHub. Il a été forké 32 fois. vid2player3d est écrit principalement en Python. Il est développé activement depuis 2023. Ses principaux thèmes sont : character-animation, imitation-learning, reinforcement-learning.

Frequently asked questions

Qu'est-ce que vid2player3d ?

Implémentation officielle pour le papier SIGGRAPH 2023 "Apprendre des compétences de tennis simulées physiquement à partir de vidéos diffusées"

vid2player3d est-il open source ?

vid2player3d est un projet open source.

vid2player3d est-il gratuit ?

Oui. vid2player3d est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage vid2player3d est-il écrit ?

vid2player3d est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — vid2player3d

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=nv-tlabs-vid2player3d)](https://olud.ai/project/nv-tlabs-vid2player3d.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
IQ-Learn
(NeurIPS '21 Spotlight) IQ-Learn : Apprentissage Q inverse pour l'imitation
378 · imitation-learning
partageimitation-learningreinforcement-learning
RoboVerse
RoboVerse : Vers une plateforme unifiée, un ensemble de données et un benchmark pour l'apprenti…
1.8k · imitation-learning
partageimitation-learningreinforcement-learning
awesome-end-to-end-autonomous-driving
Une liste soigneusement sélectionnée de ressources de conduite autonome de bout en bout (mise à…
499 · autonomous-driving
partageimitation-learningreinforcement-learning
humanplus
[CoRL 2024] HumanPlus : Ombre humanoïde et imitation à partir d'humains
849 · humanoids
partageimitation-learningreinforcement-learning
hand_dapg
Dépôt pour accompagner l'article RSS 2018 sur la manipulation habile de la main
322 · imitation-learning
partageimitation-learningreinforcement-learning
tf2rl
Apprentissage par renforcement TensorFlow2
473 · deep-reinforcement-learning
partageimitation-learningreinforcement-learning
expressive-humanoid
[RSS 2024] : Contrôle expressif du corps entier pour les robots humanoïdes
496 · human-motion
partageimitation-learningreinforcement-learning
mobile-aloha
Mobile ALOHA : Apprentissage de la manipulation mobile bimanuelle avec téléopération corporelle…
4.5k · imitation-learning
partageimitation-learning
act-plus-plus
Algorithmes d'apprentissage par imitation avec co-formation pour Mobile ALOHA : ACT, Politique…
3.6k · imitation-learning
partageimitation-learning
deep-motion-editing
Une bibliothèque de bout en bout pour l'édition et le rendu du mouvement de personnages 3D avec…
1.7k · character-animation
partagecharacter-animation

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