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

Benchmarks / Forschung

parcelstow · coenwerem

ParcelStow bewertet die Robustheit der durch Nachahmung erlernten Roboterrichtlinien unter Variation des Ausführungszeitpunkts in Isaac Lab.

dexterous-manipulationimitation-learningisaac-labManipulationRoboter-Lernen
Herausgeber-Repository ↗
parcelstow · coenwerem Screenshot der Ressourcenseite
Ressourcen-Screenshot · aufgenommen 2026-10-08 · visuell überprüft

Übersicht

ParcelStow bewertet die Robustheit der durch Nachahmung erlernten Roboterrichtlinien unter Variation des Ausführungszeitpunkts in Isaac Lab.

Zusammenfassung des Herausgebers: „Isaac Lab-Roboter-Lern-Benchmark zur Bewertung der Robustheit von durch Nachahmung erlernten Richtlinien unter Variation des Ausführungszeitpunkts“

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
coenwerem
Primärsprache
Python
Repository-Code-Lizenz
Apache-2.0
Modellgewichtslizenz
Nicht aufgezeichnet
Datensatzlizenz
Nicht aufgezeichnet
Hardware-Design-Lizenz
Nicht aufgezeichnet
Wartung
Nicht in den zuletzt erfassten Metadaten archiviert
Letzter beobachteter Repository-Push
2026-10-06

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

Dokumentationsabschnitte

  • ParcelStow
  • Does Imitation Learning Preserve Robustness Under Execution-Timing Variation?
  • Expert–ACT Comparison
  • Execution Timing and Task Success
  • Nominal and Scaled-Speed Task Success
  • Get the Code

Durchsuchen Sie die Kategorien dieser Ressource

Benchmarks / Politikbewertung ↗

Entdecken Sie verwandte Sammlungen

Durchsuchen Benchmarks →

Mehr drin Benchmarks