#reinforcement-learning 仓库
共 564 个仓库
用于ROS Gazebo模拟器中移动机器人导航的深度强化学习。使用Twin Delayed Deep Deterministic Policy Gradient (TD3)神经网络,机器人学习在模拟环境中导航到随机目标点,同时避开障碍物。
Agent 工程师最全面的学习路径 · 从零精通 AI 工程 · 20 个阶段、542 节课程 · 中文完整翻译 + 配套网站 + 动画讲解视频 · 如何成为 AI Agent 工程师的修炼指南
Soft Actor-Critic (SAC)、Twin Delayed DDPG (TD3)、Actor-Critic (AC/A2C)、Proximal Policy Optimization (PPO)、QT-Opt、PointNet 的 PyTorch 实现..
DeepRacer 研讨会内容。此指南演示了软件开发人员如何使用 Amazon SageMaker Notebook 实例直接训练和评估 AWS DeepRacer 模型,并具有完全控制权
“Learning Efficient Online 3D Bin Packing on Packing Configuration Trees” 的代码实现。我们提出通过在分层打包配置树上进行学习来增强在线三维装箱问题(BPP)的实际适用性,这使得深度强化学习(DRL)模型易于处理实际约束,并且即使在连续解空间中也能表现良好。
在通用配置(例如 Google Robot、WidowX+Bridge)下的仿真环境中评估和复现真实世界机器人操作策略(例如 RT-1、RT-1-X、Octo)(CoRL 2024)
一个简单且样式优美的PPO实现。基于我的Medium系列:https://medium.com/@eyyu/coding-ppo-from-scratch-with-pytorch-part-1-4-613dfc1b14c8.