Modelle / Forschung

RTWholeBodyMPPI · jrapudg

robot policies

Übersicht

Wir präsentieren den ersten erfolgreichen Einsatz eines auf Ganzkörperproben basierenden MPC-Systems an einem realen Vierbeinerroboter. Unser Ansatz ermöglicht eine kontaktreiche Fortbewegung und Manipulation in Echtzeit mithilfe von…

Zweck des Herausgebers: Wir präsentieren den ersten erfolgreichen Einsatz eines auf Ganzkörperproben basierenden MPC-Systems an einem realen Vierbeinerroboter. Unser Ansatz ermöglicht eine kontaktreiche Fortbewegung und Manipulation in Echtzeit mithilfe einer einzigen Steuerungsrichtlinie, die aus der MPPI-Steuerung (Model-Predictive Path Integral) abgeleitet ist.

Überprüfen Sie Beobachtungs-/Aktionsschnittstellen, Kontrollpunkte, Roboterausführungen und Anpassungsanforderungen. Durch die Repository-Codelizenzierung werden Gewichtungen oder Trainingsdaten nicht automatisch lizenziert.

Projektinformationen

Betreuer: jrapudg
Primärsprache: Jupyter Notebook
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: 2025-05-18

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

Dokumentationsabschnitte

Whole-Body MPPI
MPPI explained:
**Release Note**
Inhalt
Installation
MuJoCo Simulation ONLY

iros20 6d pose tracking · wenbowen123

se(3)-TrackNet bietet 6D-Objekt-Pose-Tracking-Forschung und Beispiele für visuelle Feedback-Steuerung.

Wahrnehmungsmodelle

Modelle Entdecken →

RTWholeBodyMPPI · jrapudg

Übersicht

Projektinformationen

Dokumentationsabschnitte

Durchsuchen Sie die Kategorien dieser Ressource

Entdecken Sie verwandte Sammlungen

Mehr drin Modelle

Diffusion Policy

openpi

NVIDIA Isaac GR00T

Octo

alpamayo1.5 · NVlabs

iros20 6d pose tracking · wenbowen123