Repository
i2Nav-Robot · i2Nav-WHU
Ein groß angelegter Indoor-Outdoor-Roboterdatensatz für die Multisensor-Fusionsnavigation und -Kartierung
RobotervorführungenDAS VERKÖRPERTE KI-VERZEICHNIS
Finden Sie aufgezeichnete Roboterinteraktionen und Demonstrationen zum Erlernen der Manipulation und Steuerung.
Repository
Ein groß angelegter Indoor-Outdoor-Roboterdatensatz für die Multisensor-Fusionsnavigation und -Kartierung
Robotervorführungen
Repository
Taschendateien, die mit einem Clearpath Jackal Robot erfasst wurden, der mit einem Velodyne VLP-16 und einem Low-End-IMU-Sensor ausgestattet ist. Das veröffentlichte Punktwolkenthema ist \velodyne_points. Die veröffentlichten IMU-Daten…
Robotervorführungen
Repository
Ein umfangreicher Multi-Roboter-Datensatz für Multi-Roboter-SLAM
Robotervorführungen
Repository
EgoDex: Geschickte Manipulation anhand groß angelegter egozentrischer Videos lernen
Robotervorführungen
Website
Eine kollaborative Sammlung von Roboterdemonstrationsdatensätzen und Modellressourcen.
Robotervorführungen
Repository
Code für PerAct², einen sprachkonditionierten Imitationslernagenten, der für die bimanuelle Robotermanipulation unter Verwendung der RLBench-Umgebung entwickelt wurde. Es umfasst die Generierung von Datensätzen, Trainingsskripte und…
Robotervorführungen
Repository
Steuern Sie KI-Roboter. Community-gesteuerte UI-Middleware zur Steuerung von Robotern, zur Aufzeichnung von Datensätzen und zum Training von Aktionsmodellen. Kompatibel mit SO-100 und SO-101
Robotervorführungen
Website
Plattformübergreifende Robotermanipulationsdaten für die verkörperte Intelligenzforschung.
Robotervorführungen
Website
Roboterinteraktionsdaten zur Unterstützung der visuellen Dynamik und Manipulationsforschung.
Robotervorführungen
Repository
Erkennen der Greifpositionen von Robotern mit tiefen neuronalen Netzen. Das Modell wird auf dem Cornell Grasping Dataset trainiert. Dies ist eine Implementierung, die hauptsächlich auf dem Artikel „Real-Time Grasp Detection Using…“ basiert.
Robotervorführungen
Repository
Dies ist die offizielle Umsetzung des Artikels „Robots Pre-Train Robots: Manipulation-Centric Robotic Representation from Large-Scale Robot Datasets“.
Robotervorführungen
Repository
Ein großer offener 3D-Datensatz, der für autonomes Fahren, Robotik und 4D-Wahrnehmungsaufgaben entwickelt wurde
Robotervorführungen
Repository
Pytorch-Implementierung der Modelle RT-1-X und RT-2-X aus dem Artikel: „Open X-Embodiment: Robotic Learning Datasets and RT-X Models“
Robotervorführungen
Repository
S3E: Ein multimodaler Multi-Roboter-Datensatz für kollaboratives SLAM
Robotervorführungen
Repository
SiT-Datensatz: Sozial interaktiver Fußgänger-Trajektorien-Datensatz für soziale Navigationsroboter
Robotervorführungen
Repository
STONE-Datensatz: Ein skalierbarer multimodaler Surround-View-3D-Verfahrbarkeitsdatensatz für die Navigation von Offroad-Robotern
Robotervorführungen
Repository
Veröffentlichung eines neuartigen Datensatzes, der in einem Lagerhaus von Clearpath Robotics aufgenommen wurde.
Robotervorführungen
Repository
UrbanNav: Open-Sourcing-Lokalisierungsdaten, die in asiatischen Stadtschluchten, einschließlich Tokio und Hongkong, gesammelt wurden
Robotervorführungen
Repository
Der Datensatz für den Artikel „Lernen der selbstüberwachten Durchquerbarkeit mit Navigationserfahrungen mobiler Roboter: Ein risikobewusster Selbsttrainingsansatz (IEEE RA-L)“
Robotervorführungen
Repository
Ein groß angelegter synchronisierter Vision-Touch-Audio-Datensatz von Roboter-Gleitkontakten
Robotervorführungen
Repository
Ein umfassendes Framework für visuelle SLAM-Systeme und Datensätze
Robotervorführungen
Repository
🏞️ [IEEE ICRA2023] Das offizielle Repository für die Arbeit „Wild-Places: A Large-Scale Dataset for Lidar Place Recognition in Unstructured Natural Environments“ erscheint 2023 bei IEEE International…
Robotervorführungen
Website
Ein Demonstrationssammlungsprojekt für das Lernen von Robotermanipulationen.
RobotervorführungenAUSWAHLHINWEISE
Untersuchen Sie Roboterausführungen, Beobachtungs-/Aktionsformate, Aufgabenvielfalt und Erfassungsverfahren. Überprüfen Sie die Trainings-/Testaufteilungen und Datensatzlizenzen, bevor Sie Quellen mischen.
Kennen Sie eine Ressource, die hierher gehört?