Deposito
RLinf
Infrastruttura di apprendimento per rinforzo per modelli incarnati e politiche robotiche.
Strutture di apprendimento dei robot
Ricerca e apprendimento / Ricerca
AwesomeWorldModels accompagna un sondaggio sui modelli mondiali per l'intelligenza artificiale incarnata.
AwesomeWorldModels accompagna un sondaggio sui modelli mondiali per l'intelligenza artificiale incarnata.
Riepilogo dell'editore: "Un sondaggio completo sui modelli mondiali per l'intelligenza artificiale incarnata"
Utilizza il suo repository per ispezionare l'implementazione, la documentazione e i flussi di lavoro supportati. Questo record della directory identifica il manutentore, la licenza del codice e le risorse correlate; non afferma che il progetto sia stato installato o testato sul tuo robot.
Le licenze del codice non coprono automaticamente i pesi dei modelli, i set di dati o le progettazioni hardware. I dettagli della licenza non registrati richiedono la conferma con l'editore.
Deposito
Infrastruttura di apprendimento per rinforzo per modelli incarnati e politiche robotiche.
Strutture di apprendimento dei robot
Deposito
Implementazione di Dreamer per l'apprendimento di comportamenti di controllo con modelli del mondo latenti.
Pianificazione e controllo del movimento
Deposito
DayDreamer fornisce metodi basati su modelli mondiali per l'apprendimento dei robot fisici.
Modelli mondiali
Deposito
DreamDojo studia i modelli del mondo dei robot appresi dai dati video umani.
Modelli mondiali
Deposito
Implementazione ufficiale del documento "SR-AIF: Solving Sparse-Reward Robotic Tasks from Pixels with Active Inference and World Models"
Modelli mondiali