b:botstest.
DE
English简体中文DeutschFrançaisEspañolItalianoPortuguêsNederlandsSvenskaPolski
Senden Sie eine Ressource ↗

Modelle / Forschung

deep rl grasping · BarisYazici

Deep RL Grasping bietet Trainings- und Evaluierungscode für Tiefen-/RGB-D-Robotergreifrichtlinien.

reinfrocement-learningroboticskukapybulletopen-ai
Herausgeber-Repository ↗
deep rl grasping · BarisYazici Screenshot der Ressourcenseite
Ressourcen-Screenshot · aufgenommen 2026-10-08 · visuell überprüft

Übersicht

Deep RL Grasping bietet Trainings- und Evaluierungscode für Tiefen-/RGB-D-Robotergreifrichtlinien.

Zusammenfassung des Herausgebers: „Trainieren Sie ein Deep-Reinforcement-Learning-Modell für das Greifen von Robotern. Wählen Sie aus verschiedenen Wahrnehmungsebenen, Rohtiefe, RGBD und Autoencoder. Testen Sie die erlernten Modelle in verschiedenen …“

Verwenden Sie das Repository, um die Implementierung, Dokumentation und unterstützten Arbeitsabläufe zu überprüfen. Dieser Verzeichniseintrag identifiziert den Betreuer, die Codelizenz und zugehörige Ressourcen; Es wird nicht behauptet, dass das Projekt auf Ihrem Roboter installiert oder getestet wurde.

Projektinformationen

Betreuer
BarisYazici
Primärsprache
Python
Repository-Code-Lizenz
MIT
Modellgewichtslizenz
Nicht aufgezeichnet
Datensatzlizenz
Nicht aufgezeichnet
Hardware-Design-Lizenz
Nicht aufgezeichnet
Wartung
Nicht in den zuletzt erfassten Metadaten archiviert
Letzter beobachteter Repository-Push
2022-07-10

Codelizenzen decken nicht automatisch Modellgewichte, Datensätze oder Hardwaredesigns ab. Nicht erfasste Lizenzdetails bedürfen der Bestätigung durch den Herausgeber.

Dokumentationsabschnitte

  • Deep Reinforcement Learning on Robotics Grasping
  • Prerequisites (CPU)
  • Prerequisites (GPU)
  • Installation
  • Run Models
  • Train models

Durchsuchen Sie die Kategorien dieser Ressource

Modelle / Roboterrichtlinien ↗

Entdecken Sie verwandte Sammlungen

Durchsuchen Modelle →

Mehr drin Modelle