b:botstest.
SV
English简体中文DeutschFrançaisEspañolItalianoPortuguêsNederlandsSvenskaPolski
Skicka in en resurs ↗

Programvara / Öppen källkod

Agent Priors guided Policy Learning · Agentics-robotics

Ett ramverk för robotinlärning för policyinlärning och kompetenssammansättning.

agentic-aidiffusion-policyembodied-aifew-shot-learningimitation-learning
Utgivarens arkiv ↗
Agent Priors guided Policy Learning · Agentics-robotics skärmdump av resurssidan
Resursskärmdump · tagna 2026-10-08 · visuellt granskad

Översikt

Ett ramverk för robotinlärning för policyinlärning och kompetenssammansättning.

Förlagssammanfattning: "APPL är en agent för robotinlärning som förbinder policyinlärning med agentbaserat kompetensval och sammansättning genom strukturella prioriteringar för generalisering från några få..."

Använd dess arkiv för att inspektera implementeringen, dokumentationen och arbetsflöden som stöds. Denna katalogpost identifierar underhållaren, kodlicensen och relaterade resurser; det gör inte anspråk på att projektet har installerats eller testat på din robot.

Projektinformation

Underhållare
Agentics-robotics
Primärt språk
Python
Förvarskodlicens
MIT
Modellviktslicens
Ej inspelat
Dataset licens
Ej inspelat
Hårdvarudesignlicens
Ej inspelat
Underhåll
Ej arkiverad i senast registrerade metadata
Senast observerade repository push
2026-10-04

Kodlicenser täcker inte automatiskt modellvikter, datauppsättningar eller hårdvarudesigner. Oinspelade licensdetaljer kräver bekräftelse med utgivaren.

Dokumentationssektioner

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

Bläddra i den här resursens kategorier

Programvara / Robotinlärningsramar ↗

Utforska relaterade samlingar

Bläddra Programvara →

Mer in Programvara