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

Modele / Badania

deep rl grasping · BarisYazici

Deep RL Grasping zapewnia kod szkoleniowy i ewaluacyjny dla zasad chwytania robotycznego w zakresie głębokości/RGB-D.

reinfrocement-learningroboticskukapybulletopen-ai
Repozytorium wydawcy ↗
deep rl grasping · BarisYazici zrzut ekranu strony zasobów
Zrzut ekranu zasobów · przechwycony 2026-10-08 · wizualnie sprawdzone

Przegląd

Deep RL Grasping zapewnia kod szkoleniowy i ewaluacyjny dla zasad chwytania robotycznego w zakresie głębokości/RGB-D.

Podsumowanie wydawcy: "Trenuj model uczenia się głębokiego wzmacniania dla chwytania robotyki. Wybierz spośród różnych warstw percepcji surową głębię, RGBD i autoenkoder. Przetestuj wyuczone modele w różnych…”

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
BarisYazici
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
2022-07-10

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

Sekcje dokumentacji

  • Deep Reinforcement Learning on Robotics Grasping
  • Prerequisites (CPU)
  • Prerequisites (GPU)
  • Installation
  • Run Models
  • Train models

Przeglądaj kategorie tego zasobu

Modele / Zasady robotów ↗

Przeglądaj powiązane kolekcje

Przeglądaj Modele →

Więcej w Modele