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

Modeller / Forskning

deep rl grasping · BarisYazici

Deep RL Grasping tillhandahåller utbildnings- och utvärderingskod för djup-/RGB-D-robotgrepp.

reinfrocement-learningroboticskukapybulletopen-ai
Utgivarens arkiv ↗
deep rl grasping · BarisYazici skärmdump av resurssidan
Resursskärmdump · tagna 2026-10-08 · visuellt granskad

Översikt

Deep RL Grasping tillhandahåller utbildnings- och utvärderingskod för djup-/RGB-D-robotgrepp.

Förlagssammanfattning: "Träna inlärningsmodell för djup förstärkning för robotikgrepp. Välj mellan olika perceptionslager, rå djup, RGBD och autokodare. Testa de inlärda modellerna i olika..."

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
BarisYazici
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
2022-07-10

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

Dokumentationssektioner

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

Bläddra i den här resursens kategorier

Modeller / Robotpolitik ↗

Utforska relaterade samlingar

Bläddra Modeller →

Mer in Modeller