Frameworki uczenia się robotów

Badania

Model URDF dwupalcowego chwytaka adaptacyjnego Robotiq 85.

Badania

Kod badawczy do uczenia się przez wzmacnianie z wykorzystaniem wcześniej wyuczonych umiejętności.

Badania

Wdrożenia zasad manipulacji robotami RVT i RVT-2.

Badania

Zasoby URDF, SDF i mesh dla projektów robotyki.

Badania

Narzędzia do odczytu obiektów Dex-Net, chwytania i danych o jakości chwytania.

Badania

Zasoby URDF i siatki dla robota Agility Robotics Digit.

Badania

Zasoby modelu ROS 1 URDF i Collada dla robota Poppy Ergo Jr.

Badania

Pakiety ROS dla ramion robotycznych Kinova Kortex.

Badania

Otwarty projekt modernizacji robota-kosiarki z wykorzystaniem RTK GPS.

Badania

Ucieleśnione środowisko odpowiadania na pytania i kod szkolenia agentów.

Badania

Kod szkoleniowy uczący ze wzmocnieniem dla AgiBot X1.

Badania

Model URDF humanoidalnego robota JAXON.

Badania

ACID: Warunkowa, niejawna dynamika wizualna do manipulacji obiektami odkształcalnymi

Badania

Moduł wnioskowania dla AgiBot X1.

Badania

Struktura środowiska wykonawczego dla nowoczesnych zastosowań robotyki.

Badania

Materiały na stronie projektu umożliwiające naukę zasad pod okiem agentów Priors.

Badania

Zestaw narzędzi robotyki MATLAB dla edukacji.

Badania

Asymetryczna implementacja TensorFlow z uwzględnieniem aktora krytycznego do uczenia się robotów w oparciu o obraz.

Badania

Platforma do obsługi i rozbudowy systemów ROV, USV i robotycznych.

Badania

Struktura uczenia się przez wzmacnianie dla poruszania się robota humanoidalnego.

Badania

Biblioteka podstawowa CoppeliaSim.

Badania

Badania nad wdrażaniem uczenia się przez wzmacnianie metodą „dziel i zwyciężaj”.

Badania

Eksperymenty ACT z podwójnym widokiem SO-ARM101 z udokumentowanymi zabezpieczeniami środowiska wykonawczego.

Badania

FluxVLA zapewnia zasoby inżynieryjne VLA obejmujące przygotowanie danych i wdrażanie robotów.