grasp_diffusion
Implémentation Pytorch de modèles de diffusion sur les groupes de Lie pour la génération de poses de prise en 6D https://sites.google.com/view/se3dif/home
Entraînez et échantillonnez des modèles pour générer des poses de préhension 6D pour des applications robotiques.
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 momentImplémentation Pytorch de modèles de diffusion sur les groupes de Lie pour la génération de poses de prise en 6D https://sites.google.com/view/se3dif/home
grasp_diffusion compte 353 étoiles sur GitHub. Il a été forké 38 fois. grasp_diffusion est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2022. grasp_diffusion est disponible sous licence MIT. Ses principaux thèmes sont : deep-learning, diffusion, diffusion-models, grasping.
Qu'est-ce que grasp_diffusion ?
Implémentation Pytorch de modèles de diffusion sur les groupes de Lie pour la génération de poses de prise en 6D https://sites.google.com/view/se3dif/home
grasp_diffusion est-il open source ?
grasp_diffusion est un projet open source. Il est distribué sous licence MIT.
grasp_diffusion est-il gratuit ?
Oui. grasp_diffusion est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est grasp_diffusion ?
grasp_diffusion est disponible sous licence MIT.
Dans quel langage grasp_diffusion est-il écrit ?
grasp_diffusion 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/robotgradient-grasp-diffusion.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.