Référentiel
RSL-RL
Outils d'apprentissage par renforcement pour l'entraînement à la locomotion robotique.
Cadres d'apprentissage des robots
Modèles / Recherche
Apprendre la locomotion humanoïde fluide grâce à des politiques contraintes par Lipschitz
Apprendre la locomotion humanoïde fluide grâce à des politiques contraintes par Lipschitz
Objectif de l'éditeur : [IROS 2025] Apprendre la locomotion humanoïde fluide grâce à des politiques contraintes par Lipschitz
Inspectez les instructions d’installation, les versions prises en charge, les exemples et les interfaces dans la source. Ce répertoire ne prétend pas que le logiciel 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
Outils d'apprentissage par renforcement pour l'entraînement à la locomotion robotique.
Cadres d'apprentissage des robots
Référentiel
Environnements Isaac Gym pour l'apprentissage des robots à pattes.
Cadres d'apprentissage des robots
Référentiel
Cadre d'apprentissage par renforcement pour le contrôle humanoïde et la recherche sim-to-real.
Planification et contrôle des mouvements