Referências / Pesquisa

actionshift · Archerkattri

ActionShift avalia a adaptação a contratos ocultos de interface de ação de robô em tarefas ManiSkill.

roboticsreinforcement-learningbenchmarkmanipulaçãoaprendizagem de robôs
Repositório do editor ↗
actionshift · Archerkattri captura de tela da página de recursos
Captura de tela do recurso · capturada 2026-10-08 · revisado visualmente

Visão geral

ActionShift avalia a adaptação a contratos ocultos de interface de ação de robô em tarefas ManiSkill.

Resumo do editor: "Referência para adaptação a contratos ocultos de interface de ação de robôs: 4 tarefas ManiSkill, portas pré-registradas, métodos de crença/sonda/aprendidos, controle com reconhecimento de atraso. Mesma política, fiação diferente - será que..."

Use seu repositório para inspecionar a implementação, documentação e fluxos de trabalho suportados. Este registro de diretório identifica o mantenedor, a licença do código e os recursos relacionados; não afirma que o projeto foi instalado ou testado em seu robô.

Informações do projeto

Mantenedor
Archerkattri
Idioma principal
Python
Licença de código de repositório
MIT
Licença de peso de modelo
Não registrado
Licença de conjunto de dados
Não registrado
Licença de design de hardware
Não registrado
Manutenção
Não arquivado nos últimos metadados registrados
Último push de repositório observado
2026-09-19

As licenças de código não cobrem automaticamente pesos de modelos, conjuntos de dados ou designs de hardware. Detalhes de licença não registrados requerem confirmação com o editor.

Seções de documentação

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

Navegue pelas categorias deste recurso

Explore coleções relacionadas

Navegar Referências →