Testy porównawcze / Badania

actionshift · Archerkattri

ActionShift ocenia adaptację do ukrytych kontraktów interfejsu akcji robota w zadaniach ManiSkill.

roboticsreinforcement-learningbenchmarkmanipulacjanauka robotów
Repozytorium wydawcy ↗
actionshift · Archerkattri zrzut ekranu strony zasobów
Zrzut ekranu zasobów · przechwycony 2026-10-08 · wizualnie sprawdzone

Przegląd

ActionShift ocenia adaptację do ukrytych kontraktów interfejsu akcji robota w zadaniach ManiSkill.

Podsumowanie wydawcy: „Punkt odniesienia dla adaptacji do umów dotyczących ukrytego interfejsu akcji robota: 4 zadania ManiSkill, wstępnie zarejestrowane bramki, przekonania/sondy/wyuczone metody, kontrola uwzględniająca opóźnienia. Ta sama polityka, inne okablowanie — czy to możliwe…”

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
Archerkattri
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
2026-09-19

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

Sekcje dokumentacji

  • ActionShift
  • Part of the Action-Interface pair
  • Spis treści
  • What is this?
  • Who is this for?
  • How it works

Przeglądaj kategorie tego zasobu

Przeglądaj powiązane kolekcje

Przeglądaj Testy porównawcze →