![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
强化学习
文章平均质量分 92
K-ei-th
住所不定無職低収入
展开
-
论文学习 --- RL Contact-GraspNet Efficient 6-DoF Grasp Generation in Cluttered Scenes
个人拙见,如果我的理解有问题欢迎讨论 (●′ω`●)随着机器人在家庭和工业环境中的广泛应用,如何在复杂和动态的环境中实现高效、准确的物体抓取成为一个重要的研究课题。抓取任务不仅要求机器人能够识别物体,还需要生成适当的抓取姿态来确保操作的成功。传统的抓取方法通常依赖于精确的模型和先验知识,这在实际应用中存在很大的局限性。为了解决这些问题,本文提出了Contact-GraspNet,一个基于点云处理的端到端深度学习模型,用于生成六自由度(6-DoF)的抓取姿态。原创 2024-07-17 18:05:05 · 553 阅读 · 0 评论 -
论文学习 --- RL Maximumdiffusion reinforcement learning
个人拙见,如果我的理解有问题欢迎讨论 (●′ω`●)文章出处:https://techxplore.com/news/2024-05-random-robots-reliable-ai-algorithm.html为了确保路径满足连续性约束,引入路径变化率 ( \dot{x}(t) ) 的波动约束:其中,( \dot{x}(t) ) 是状态的变化率,(\mathbf{C}^{-1}[x(t)]) 是时间相关性矩阵的逆矩阵。这一约束确保路径变化的平滑性和连续性。原创 2024-07-05 17:38:36 · 832 阅读 · 0 评论 -
Reinforcement Learning学习(三)
最近在学习Mujoco环境,学习了一些官方的Tutorials以及开源的Demo,对SB3库的强化学习标准库有了一定的了解,尝试搭建了自己的环境,基于UR5E机械臂,进行了一个避障的任务,同时尝试接入了图像大模型API,做了一些有趣的应用,参考资料如下:下面我打算分为原理部分,实验过程,结果展示,后续优化几个方面来展开。原创 2024-06-10 22:39:46 · 717 阅读 · 0 评论