Modele / Badania

robotic_world_model · leggedrobotics

world models

Przegląd

Repozytorium naszych artykułów: Robotic World Model: Symulator sieci neuronowej do niezawodnej optymalizacji polityki w robotyce i świadomy niepewności Robotyczny model świata umożliwia tworzenie modeli offline w oparciu o…

Cel wydawcy: Repozytorium naszych artykułów: Robotic World Model: Symulator sieci neuronowej do niezawodnej optymalizacji polityki w robotyce i uwzględniający niepewność model świata robotów sprawia, że uczenie się ze wzmocnieniem w trybie offline działa na prawdziwych robotach

Przejrzyj interfejsy obserwacji/akcji, punkty kontrolne, przykłady wykonania robotów i wymagania adaptacyjne. Licencjonowanie kodu repozytorium nie powoduje automatycznego licencjonowania ciężarów ani danych treningowych.

Informacje o projekcie

Konserwator: leggedrobotics
Język podstawowy: Python
Licencja na kod repozytorium: Apache-2.0
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: 2026-04-08

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

Sekcje dokumentacji

Robotic World Model Extension for Isaac Lab
Przegląd
Installation
World Model Pretraining & Evaluation
Configure model inputs/outputs
Run dynamics model pretraining:

Przeglądaj kategorie tego zasobu

Modele / Modele świata ↗

Przeglądaj powiązane kolekcje

Przeglądaj Modele →

Repozytorium

Otwarte źródło

NVIDIA Isaac Lab

Narzędzia do uczenia się robotów zbudowane wokół ekosystemu symulacji Isaac.

Symulacja i fizyka

Oprogramowanie Przeglądaj →