#model-predictive-control Репозитории
Откройте для себя 23 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #model-predictive-control, с общим числом 28,336 звёзд (в среднем 1,232 на проект). Лидером этой темы является ai-winter/ros_motion_planning, набравший 3,623 звёзд.
Всего репозиториев: 23
Планирование движения и навигация AGV/AMR: реализация плагина планировщика ROS для A*, JPS, D*, LPA*, D* Lite, Theta*, RRT, RRT*, RRT-Connect, Informed RRT*, ACO, PSO, Voronoi, PID, LQR, MPC, DWA, APF, Pure Pursuit и т. д.
Изучайте автономное вождение, создавая его своими руками: симуляции на Python и открытый учебник, в котором система развивается шаг за шагом. Заменяйте и сравнивайте алгоритмы локализации, планирования и управления в одной и той же системе.
Синтез поведения в реальном времени с помощью MuJoCo, с использованием прогнозирующего управления
Быстрые и встроенные решатели для нелинейного оптимального управления и нелинейного модельно-предиктивного управления
Crocoddyl — это библиотека оптимального управления для управления роботами в последовательности контактов. Её решатель основан на различных эффективных алгоритмах, подобных Differential Dynamic Programming (DDP).
Модельно-предиктивное управление для микроконтроллеров, Премия за лучшую статью ICRA 2024
Планирование движения (Планирование пути и Планирование/Отслеживание траектории) для AGV/AMR: реализация на Python алгоритмов Dijkstra, A*, JPS, D*, LPA*, D* Lite, (Lazy)Theta*, RRT, RRT*, RRT-Connect, Informed RRT*, Voronoi, PID, DWA, APF, LQR, MPC, RPP, Bezier, Dubins и т.д.
Быстрый и дифференцируемый решатель для модельно-предиктивного управления (MPC) для PyTorch.
Реализация на Python контроллера MPPI (Model Predictive Path-Integral) для понимания основной идеи. Обязательные зависимости — только numpy и matplotlib.
Минималистичный и готовый к использованию репозиторий для развития науки о моделях мира.
Model Predictive Path Integral (MPPI) с приближённой динамикой, реализованный в PyTorch
emhass: Управление энергопотреблением для Home Assistant, это модуль Python, разработанный для оптимизации использования энергии дома с интеграцией с Home Assistant.
Обучение с подкреплением с использованием прогнозного управления на основе модели
Не выпуклая встроенная оптимизация: генерация кода для быстрой оптимизации в реальном времени + поддержка ROS
Интеллектуальное управление микроклиматом помещений для Home Assistant — самообучающаяся MPC, пропорциональное управление клапанами и моделирование солнечного теплопритока
Реализация с открытым исходным кодом на C++ недавно предложенной стратегии активного множества в реальном времени
Фреймворк с открытым исходным кодом для управления двуногим роботом, основанный на нелинейном MPC и WBC, разработанный для двуногого робота EC-hunter80-v01.
Часто задаваемые вопросы
Какой репозиторий по теме #model-predictive-control наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #model-predictive-control на GitHub — ai-winter/ros_motion_planning, набравший 3,623 звёзд. Планирование движения и навигация AGV/AMR: реализация плагина планировщика ROS для A*, JPS, D*, LPA*, D* Lite, Theta*, RRT, RRT*, RRT-Connect, Informed RRT*, ACO, PSO, Voronoi, PID, LQR, MPC, DWA, APF, Pure Pursuit и т. д.
Какие языки программирования чаще всего используются в репозиториях по теме #model-predictive-control?
Среди наиболее высоко оценённых проектов по теме #model-predictive-control на GitHub чаще всего используются языки программирования Python, C++, C, Jupyter Notebook.
Как рассчитывается рейтинг репозиториев по теме #model-predictive-control?
Мы отслеживаем 23 активных репозиториев с открытым исходным кодом, отмеченных тегом #model-predictive-control (500 и более звёзд), с общим числом 28,336 звёзд и в среднем 1,232 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.