强化学习
文章平均质量分 81
拖出去喂猪
这个作者很懒,什么都没留下…
展开
-
虚拟机器人平台CoppeliaSim(Vrep)的逆运动学教学
相信看这篇博客的人都知道CoppeliaSim是做什么的,因此这里不多赘述。CoppeliaSim从最早的Vrep到现在已经更新了N个版本,从过去Vrep3.x开始使用的我这里小小地吐槽一下这个软件。CoppeliaSim每一个版本都有更新,问题是这些更新有时候不能向前兼容,而且时不时更新地让人不知所措(对于有紧急任务的时候真的很火大啊)。以本文所展示地逆运动学来说,CoppeliaSim在4.0.0之后又大变,推翻了过往所有的拖动模块链接之类的构建方式,转而采用直接通过代码来实现逆运动学。简单版逆运动原创 2022-05-27 05:57:00 · 3892 阅读 · 5 评论 -
基于视觉抓取实验中对图片的预处理
在视觉抓取中,通常需要对图片进行预处理,现整理如下:如何将图片拉伸到需要的尺寸先贴python 代码import cv2from scipy import ndimageimage = cv2.imread('test.jpg')image2x = ndimage.zoom(image, zoom=[2, 2, 1], order=0)cv2.imwrite('1x.jpg', image)cv2.imwrite('2x.jpg', image2x)图片test.jpg放在同级目原创 2020-11-19 13:44:27 · 286 阅读 · 0 评论 -
保姆级教学——虚拟机器人平台vrep(coppeliaSim)的机器人平台搭建
注:本文只针对简单基础的平台搭建,目的是快速构建一个能够进行机械臂仿真,实践强化学习的环境。环境:windows 10,coppliaSim 版本,python:3.7首先,我们新建一个scene,然后我们添加一个机械臂UR5,把它加到地图中央,然后点UR5_joint1~UR5_joint6设置一下关节角,分别是[0,0,0],[0,-90,0],[0,-90,45],[0,-90,45],[0,0,-90],[0,-90,0]。接着我们添加爪头RG2,在components地grippers下原创 2020-05-21 02:50:51 · 15117 阅读 · 16 评论 -
最大熵原理(The Principle of Maximum Entropy)2
从上一节我们把最大熵原理简化为这样两个条件:模型的分布P(x)P(x)P(x)满足g1(P(x))=∑x=0∞P(x)x=4 (即期望为均值)g_1(P(x))=\sum_{x=0}^{\infty}P(x)x=4\ (即期望为均值)g1(P(x))=∑x=0∞P(x)x=4 (即期望为均值)−∑x=0∞P(x)logP(x)-\sum_{x=0}^{\infty}...原创 2020-04-20 19:39:45 · 359 阅读 · 0 评论 -
最大熵原理(The Principle of Maximum Entropy)1
最大熵原理(Max Ent),也称最大熵原理(The Principle of Maximum Entropy),同时也称最大熵方法(Maximum Entropy Method)。本入门介绍可以分为两部分。第一部分主要介绍最大熵原理,第二部分主要介绍最大熵如何和机器学习相结合运用到一些实际问题中去。最大熵是由E.T. Jaynes发现的,他把它整理发表在物理学刊物上。他本人有着很高的哲学造诣,...原创 2020-04-02 18:39:10 · 1360 阅读 · 0 评论