b:botstest.
PL
English简体中文DeutschFrançaisEspañolItalianoPortuguêsNederlandsSvenskaPolski
Prześlij zasób ↗

Oprogramowanie / Otwarte źródło

Agent Priors guided Policy Learning · Agentics-robotics

Ramy uczenia się robotów do uczenia się polityki i tworzenia umiejętności.

agentic-aidiffusion-policyembodied-aifew-shot-learningimitation-learning
Repozytorium wydawcy ↗
Agent Priors guided Policy Learning · Agentics-robotics zrzut ekranu strony zasobów
Zrzut ekranu zasobów · przechwycony 2026-10-08 · wizualnie sprawdzone

Przegląd

Ramy uczenia się robotów do uczenia się polityki i tworzenia umiejętności.

Podsumowanie wydawcy: „APPL to platforma do uczenia się robotów agentycznych, łącząca uczenie się zasad z wyborem i kompozycją umiejętności w oparciu o agenta poprzez priorytety strukturalne w celu uogólnienia z kilku…”

Skorzystaj z jego repozytorium, aby sprawdzić wdrożenie, dokumentację i obsługiwane przepływy pracy. Ten zapis katalogu identyfikuje opiekuna, licencję na kod i powiązane zasoby; nie twierdzi, że projekt został zainstalowany lub przetestowany na Twoim robocie.

Informacje o projekcie

Konserwator
Agentics-robotics
Język podstawowy
Python
Licencja na kod repozytorium
MIT
Licencja na wagę modelu
Nie nagrano
Licencja na zbiór danych
Nie nagrano
Licencja na projektowanie sprzętu
Nie nagrano
Konserwacja
Nie zarchiwizowane w ostatnio zarejestrowanych metadanych
Ostatnio zaobserwowane wypchnięcie repozytorium
2026-10-04

Licencje na kod nie obejmują automatycznie wag modeli, zbiorów danych ani projektów sprzętu. Niezarejestrowane szczegóły licencji wymagają potwierdzenia u wydawcy.

Sekcje dokumentacji

  • Agent Priors-guided Policy Learning (APPL)
  • Start with the released results
  • Experiments
  • Data and trained policies
  • Environments and API configuration
  • Layout and verification

Przeglądaj kategorie tego zasobu

Oprogramowanie / Frameworki uczenia się robotów ↗

Przeglądaj powiązane kolekcje

Przeglądaj Oprogramowanie →

Więcej w Oprogramowanie