Référentiel
Recherche
Diffusion Policy
Une approche de politique visuomotrice utilisant la diffusion pour générer des actions de robots.
Politiques relatives aux robots
Modèles / Recherche
deep rl grasping · BarisYazici
Deep RL Grasping fournit un code de formation et d'évaluation pour les politiques de saisie robotique en profondeur/RVB-D.
Aperçu
Deep RL Grasping fournit un code de formation et d'évaluation pour les politiques de saisie robotique en profondeur/RVB-D.
Résumé de l'éditeur : "Formez un modèle d'apprentissage par renforcement profond pour la saisie robotique. Choisissez parmi différentes couches de perception : profondeur brute, RGBD et encodeur automatique. Testez les modèles appris dans différents..."
Utilisez son référentiel pour inspecter la mise en œuvre, la documentation et les flux de travail pris en charge. Cet enregistrement d'annuaire identifie le responsable, la licence de code et les ressources associées ; il ne prétend pas que le projet a été installé ou testé sur votre robot.
Informations sur le projet
- Mainteneur
- BarisYazici
- Langue principale
- Python
- Licence de code de référentiel
- MIT
- Licence de poids modèle
- Non enregistré
- Licence de jeu de données
- Non enregistré
- Licence de conception de matériel
- Non enregistré
- Entretien
- Non archivé dans les dernières métadonnées enregistrées
- Dernière poussée du référentiel observée
- 2022-07-10
Les licences de code ne couvrent pas automatiquement les poids des modèles, les ensembles de données ou les conceptions matérielles. Les détails de licence non enregistrés nécessitent une confirmation auprès de l'éditeur.
Rubriques documentaires
- Deep Reinforcement Learning on Robotics Grasping
- Prerequisites (CPU)
- Prerequisites (GPU)
- Installation
- Run Models
- Train models
Parcourez les catégories de cette ressource
Explorez les collections associées
Parcourir Modèles →Plus dans Modèles
Référentiel
Recherche
Site Web
Recherche
openpi
Ressources de code et de modèle pour les politiques des robots d’intelligence physique.
Vision-langage-action
Référentiel
Recherche
NVIDIA Isaac GR00T
Ressources de modèle de base de robot pour les flux de travail d'apprentissage humanoïde.
Vision-langage-action
Référentiel
Recherche
Octo
Un cadre politique généraliste en matière de robots pour s'adapter aux tâches de manipulation.
Politiques relatives aux robots
Référentiel
Recherche
alpamayo1.5 · NVlabs
NVIDIA Alpamayo 1.5 Nano est un modèle VLA de raisonnement 10B ouvert pour les véhicules autonomes avec un raisonnement amélioré par apprentissage par renforcement, un guidage de navigation et une réponse visuelle aux questions.
Vision-langage-action
Référentiel
Recherche
iros20 6d pose tracking · wenbowen123
se(3)-TrackNet fournit des recherches de suivi de pose d'objet 6D et des exemples de contrôle de rétroaction visuelle.
Modèles de perception