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

Software / Forschung

rl robotic grasping a2c a3c · fmarcantoni

Implementierungen von Reinforcement Learning, einschließlich visionsbasiertem Robotergreifen in PyBullet.

a2ca3cactor-critic-modelpolicy-gradientspybullet
Herausgeber-Repository ↗
rl robotic grasping a2c a3c · fmarcantoni Screenshot der Ressourcenseite
Ressourcen-Screenshot · aufgenommen 2026-10-08 · visuell überprüft

Übersicht

Implementierungen des verstärkenden Lernens, einschließlich visionsbasiertem Robotergreifen in PyBullet.

Zusammenfassung des Herausgebers: „Richtlinieniteration, REINFORCE, A2C und A3C für die Entscheidungsfindung, LunarLander-Steuerung und visionsbasiertes Robotergreifen in PyBullet.“

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
fmarcantoni
Primärsprache
Python
Repository-Code-Lizenz
Nicht angegeben
Modellgewichtslizenz
Nicht aufgezeichnet
Datensatzlizenz
Nicht aufgezeichnet
Hardware-Design-Lizenz
Nicht aufgezeichnet
Wartung
Nicht in den zuletzt erfassten Metadaten archiviert
Letzter beobachteter Repository-Push
2026-05-13

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

Dokumentationsabschnitte

  • RBE 577 Project 3: Reinforcement Learning Agents for Lunar Lander and KUKA
  • Übersicht
  • A2C Subproject
  • Übersicht
  • Key Features
  • Code Structure

Durchsuchen Sie die Kategorien dieser Ressource

Software / Wahrnehmung & Geometrie ↗

Entdecken Sie verwandte Sammlungen

Durchsuchen Software →

Mehr drin Software