Référentiel
CarlaAir · louiszengCN
CarlaAir : pilotez des drones dans un monde CARLA !! Une infrastructure unifiée pour l’intelligence embarquée air-sol
Simulation et physiqueLE RÉPERTOIRE DE L'IA INCORPORÉE
Découvrez le logiciel de simulation de robot, le middleware ROS 2, la planification de mouvements et les outils d'apprentissage de robot Python.
Référentiel
CarlaAir : pilotez des drones dans un monde CARLA !! Une infrastructure unifiée pour l’intelligence embarquée air-sol
Simulation et physique
Référentiel
Référentiel
Base de code officielle pour "Faites ce que je fais : données de manipulation adroite à partir de vidéos humaines de tous les jours"
Cadres d'apprentissage des robots
Référentiel
DynaVINS : Un SLAM Visuel-Inertiel pour les Environnements Dynamiques
Navigation et SLAM
Référentiel
Un cadre général de localisation et de cartographie simultanées qui prend en charge la méthode basée sur les fonctionnalités ou directe et différents capteurs, notamment une caméra monoculaire, des capteurs RVB-D ou tout autre type d'entrée, peuvent…
Navigation et SLAM
Référentiel
Un cadre de téléopération polyvalent pour la manipulation robotique utilisant Meta Quest3
Logiciel de téléopération
Référentiel
Simulation tactile efficace avec différentiabilité pour la manipulation robotique
Simulation et physique
Référentiel
Un cou robotique open source et full-stack pour une perception active
Perception et géométrie
Référentiel
DexUMI : Utiliser la main humaine comme interface de manipulation universelle pour une manipulation adroite
Logiciel de téléopération
Référentiel
Plateforme modulaire pour la simulation de l'intelligence incorporée et les workflows d'apprentissage.
Simulation et physique
Référentiel
Modèles d'action vidéo pour un contrôle de robot généralisable au-delà des VLA
Cadres d'apprentissage des robots
Référentiel
Actifs URDF, SDF et mesh pour les projets de robotique.
Cadres d'apprentissage des robots
Référentiel
Key.Net : détection de points clés par des filtres CNN fabriqués à la main et appris
Perception et géométrie
Référentiel
Implémentation publique de « Au-delà des représentations cartésiennes pour les descripteurs locaux », ICCV 2019
Perception et géométrie
Référentiel
Implémentation officielle PyTorch d'ODISE : segmentation panoptique à vocabulaire ouvert avec modèles de diffusion texte-image [Point culminant du CVPR 2023]
Perception et géométrie
Référentiel
R2D2 : Détecteur et descripteur fiables et reproductibles #
Perception et géométrie
Référentiel
Implémentation officielle du « Rejet des vues aberrantes émergentes dans les transformateurs à géométrie visuelle mis à la terre »
Perception et géométrie
Référentiel
C'est une partie de mon mémoire de maîtrise, impliquant le calcul de l'erreur de pose absolue (APE) et de l'erreur de pose relative (RPE) des trajectoires collectées à partir de deux environnements : PySLAM et ORB-SLAM3.
Navigation et SLAM
Référentiel
Une implémentation jouet du SLAM monoculaire écrite lors d'une diffusion en direct
Navigation et SLAM
Référentiel
gradslam est une bibliothèque SLAM dense différenciable open source pour PyTorch
Navigation et SLAM
Référentiel
vMAP : mappage d'objets vectorisés pour le SLAM du champ neuronal
Navigation et SLAM
Référentiel
Outils de collecte de données de capture de mouvement pour une manipulation adroite des robots.
Cadres d'apprentissage des robots
Référentiel
DynaSLAM est un système SLAM robuste dans les environnements dynamiques pour les configurations monoculaires, stéréo et RVB-D
Navigation et SLAM
Référentiel
📈 RISE : la perception 3D rend l'imitation de robots du monde réel simple et efficace
Perception et géométrieConnaissez-vous une ressource qui a sa place ici ?