Bewaarplaats
RLinf
Versterking-leerinfrastructuur voor belichaamde modellen en robotbeleid.
Kaders voor het leren van robots
Onderzoek en leren / Onderzoek
AwesomeWorldModels begeleidt een onderzoek naar wereldmodellen voor belichaamde AI.
AwesomeWorldModels begeleidt een onderzoek naar wereldmodellen voor belichaamde AI.
Samenvatting van de uitgever: “Een uitgebreid onderzoek naar wereldmodellen voor belichaamde AI”
Gebruik de repository om de implementatie, documentatie en ondersteunde workflows te inspecteren. Dit directoryrecord identificeert de onderhouder, de codelicentie en gerelateerde bronnen; er wordt niet beweerd dat het project op uw robot is geïnstalleerd of getest.
Codelicenties hebben niet automatisch betrekking op modelgewichten, datasets of hardwareontwerpen. Voor niet-opgenomen licentiegegevens is bevestiging door de uitgever vereist.
Bewaarplaats
Versterking-leerinfrastructuur voor belichaamde modellen en robotbeleid.
Kaders voor het leren van robots
Bewaarplaats
Dreamer-implementatie voor het leren van controlegedrag met latente wereldmodellen.
Bewegingsplanning en -controle
Bewaarplaats
DayDreamer biedt methoden op wereldmodel voor fysiek robotleren.
Wereldmodellen
Bewaarplaats
DreamDojo bestudeert robotwereldmodellen die zijn geleerd uit menselijke videogegevens.
Wereldmodellen
Bewaarplaats
Officiële implementatie voor het artikel "SR-AIF: robottaken met beperkte beloning oplossen van pixels met actieve gevolgtrekking en wereldmodellen"
Wereldmodellen