Référentiel
RLinf
Infrastructure d'apprentissage par renforcement pour les modèles incarnés et les politiques robotiques.
Cadres d'apprentissage des robots
Logiciel / Recherche
RLinf ActProbe ajoute une résiliation anticipée basée sur une sonde à l'apprentissage par renforcement des politiques incarnées.
RLinf ActProbe ajoute une résiliation anticipée basée sur une sonde à l'apprentissage par renforcement des politiques incarnées.
Résumé de l'éditeur : « Réglage précis d'ActProbe RL : terminaison anticipée basée sur une sonde pour le PPO incorporé (LIBERO + GR00T), construit sur RLinf. »
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.
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.
Référentiel
Infrastructure d'apprentissage par renforcement pour les modèles incarnés et les politiques robotiques.
Cadres d'apprentissage des robots
Référentiel
ActProbe fournit des sondes et des références pour la détection précoce des défaillances dans les politiques génératives des robots.
Évaluation des politiques