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

Programvara / Forskning

rl robotic grasping a2c a3c · fmarcantoni

Förstärkande inlärningsimplementeringar inklusive visionsbaserat robotgrepp i PyBullet.

a2ca3cactor-critic-modelpolicy-gradientspybullet
Utgivarens arkiv ↗
rl robotic grasping a2c a3c · fmarcantoni skärmdump av resurssidan
Resursskärmdump · tagna 2026-10-08 · visuellt granskad

Översikt

Förstärkande inlärningsimplementeringar inklusive visionsbaserat robotgrepp i PyBullet.

Utgivarens sammanfattning: "Policy iteration, REINFORCE, A2C och A3C för beslutsfattande, LunarLander-kontroll och visionsbaserat robotgrepp i PyBullet."

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
fmarcantoni
Primärt språk
Python
Förvarskodlicens
Ej specificerat
Modellviktslicens
Ej inspelat
Dataset licens
Ej inspelat
Hårdvarudesignlicens
Ej inspelat
Underhåll
Ej arkiverad i senast registrerade metadata
Senast observerade repository push
2026-05-13

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

Dokumentationssektioner

  • RBE 577 Project 3: Reinforcement Learning Agents for Lunar Lander and KUKA
  • Översikt
  • A2C Subproject
  • Översikt
  • Key Features
  • Code Structure

Bläddra i den här resursens kategorier

Programvara / Perception & geometri ↗

Utforska relaterade samlingar

Bläddra Programvara →

Mer in Programvara