相關(guān)文章

• 深度強(qiáng)化學(xué)習(xí)：教會(huì)機(jī)器人做出復(fù)雜決策

  2023年09月12日

  瀏覽(28)
• 

  基于聯(lián)邦強(qiáng)化學(xué)習(xí)的集群機(jī)器人協(xié)同導(dǎo)航

  1.1 集群機(jī)器人技術(shù)仿生背景 靈感來(lái)自群居昆蟲，比如螞蟻，它們利用信息素進(jìn)行長(zhǎng)距離覓食。由于群居昆蟲能夠集體完成單個(gè)個(gè)體無(wú)法完成的具有挑戰(zhàn)性的任務(wù)，因此群體機(jī)器人系統(tǒng)有望在動(dòng)態(tài)復(fù)雜環(huán)境下完成單個(gè)機(jī)器人難以完成的具有挑戰(zhàn)性的任務(wù)。 示例1：蟻群協(xié)同工作

  2024年03月20日

  瀏覽(26)
• 

  怎么調(diào)用文心一言的api接口生成一個(gè)簡(jiǎn)單的聊天機(jī)器人（python代碼）

  寒假在學(xué)習(xí)大模型，但也沒弄出多少眉目，電腦性能還有點(diǎn)小問題，大模型總跑不起來(lái)，只會(huì)簡(jiǎn)單調(diào)用一下現(xiàn)有的大模型的接口，例如：文心一言，下面展示一下代碼： 至于如何獲取這其中的兩個(gè)key，網(wǎng)上有太多文章了，大家可以去找找看，比如這篇文章：百度文心一言AP

  2024年04月09日

  瀏覽(26)
• 

  人工智能導(dǎo)論——機(jī)器人自動(dòng)走迷宮&強(qiáng)化學(xué)習(xí)

  強(qiáng)化學(xué)習(xí)是機(jī)器學(xué)習(xí)中重要的學(xué)習(xí)方法之一，與監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)不同，強(qiáng)化學(xué)習(xí)并不依賴于數(shù)據(jù)，并不是數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)方法，其旨在與發(fā)揮智能體(Agent)的主觀能動(dòng)性，在當(dāng)前的狀態(tài)(state)下，通過與環(huán)境的交互，通過對(duì)應(yīng)的策略，采用對(duì)應(yīng)的行動(dòng)(action)，獲得一定的獎(jiǎng)

  2024年02月06日

  瀏覽(29)

• 機(jī)器人強(qiáng)化學(xué)習(xí)環(huán)境mujoco官方文檔學(xué)習(xí)記錄（一）——XML

  鑒于研究生課題需要，開始在mujoco中配置仿真環(huán)境。而官方文檔中各種對(duì)象參數(shù)紛繁復(fù)雜，且涉及mujoco底層計(jì)算，不便于初學(xué)者進(jìn)行開發(fā)設(shè)計(jì)。因此本文將MJCF模型的常用對(duì)象參數(shù)進(jìn)行總結(jié)。 本文檔僅供學(xué)習(xí)參考，如有問題歡迎大家學(xué)習(xí)交流。 本章是MuJoCo中使用的MJCF建模語(yǔ)言

  2024年02月02日

  瀏覽(81)
• 

  干貨 | 淺談機(jī)器人強(qiáng)化學(xué)習(xí)--從仿真到真機(jī)遷移

  “ 對(duì)于機(jī)器人的運(yùn)動(dòng)控制，強(qiáng)化學(xué)習(xí)是廣受關(guān)注的方法。本期技術(shù)干貨，我們邀請(qǐng)到了小米工程師——?jiǎng)⑻炝郑瑸榇蠹医榻B機(jī)器人（以足式機(jī)器人為主）強(qiáng)化學(xué)習(xí)中的sim-to-real問題及一些主流方法。 ” 一、前言 設(shè)計(jì)并制造可以靈活運(yùn)動(dòng)的足式機(jī)器人，一直是工程師追逐的夢(mèng)

  2024年02月05日

  瀏覽(72)
• 

  基于強(qiáng)化學(xué)習(xí)（Reinforcement learning，RL）的機(jī)器人路徑規(guī)劃MATLAB

  Q-learning算法是強(qiáng)化學(xué)習(xí)算法中的一種，該算法主要包含：Agent、狀態(tài)、動(dòng)作、環(huán)境、回報(bào)和懲罰。Q-learning算法通過機(jī)器人與環(huán)境不斷地交換信息，來(lái)實(shí)現(xiàn)自我學(xué)習(xí)。Q-learning算法中的Q表是機(jī)器人與環(huán)境交互后的結(jié)果，因此在Q-learning算法中更新Q表就是機(jī)器人與環(huán)境的交互過程

  2024年02月11日

  瀏覽(19)

• Pytorch深度強(qiáng)化學(xué)習(xí)案例：基于Q-Learning的機(jī)器人走迷宮

  本專欄重點(diǎn)介紹強(qiáng)化學(xué)習(xí)技術(shù)的數(shù)學(xué)原理，并且 采用Pytorch框架對(duì)常見的強(qiáng)化學(xué)習(xí)算法、案例進(jìn)行實(shí)現(xiàn) ，幫助讀者理解并快速上手開發(fā)。同時(shí)，輔以各種機(jī)器學(xué)習(xí)、數(shù)據(jù)處理技術(shù)，擴(kuò)充人工智能的底層知識(shí)。 ??詳情：

  2024年02月04日

  瀏覽(23)

• ]每日論文推送(有中文摘要或代碼或項(xiàng)目地址)---強(qiáng)化學(xué)習(xí)，機(jī)器人，視覺導(dǎo)航

  [曉理紫]每日論文推送(有中文摘要或代碼或項(xiàng)目地址) 每日更新論文，請(qǐng)轉(zhuǎn)發(fā)給有需要的同學(xué) [曉理紫] VX關(guān)注曉理紫，獲取每日新論文 VX關(guān)注曉理紫，并留下郵箱可免費(fèi)獲取每日論文推送服務(wù) {曉理紫}喜分享，也很需要你的支持，喜歡留下痕跡哦！ 大語(yǔ)言模型LLM 視覺模型VL

  2024年01月19日

  瀏覽(24)
• 

  強(qiáng)化學(xué)習(xí)路徑優(yōu)化：基于Q-learning算法的機(jī)器人路徑優(yōu)化（MATLAB）

  Q-learning算法是強(qiáng)化學(xué)習(xí)算法中的一種，該算法主要包含：Agent、狀態(tài)、動(dòng)作、環(huán)境、回報(bào)和懲罰。Q-learning算法通過機(jī)器人與環(huán)境不斷地交換信息，來(lái)實(shí)現(xiàn)自我學(xué)習(xí)。Q-learning算法中的Q表是機(jī)器人與環(huán)境交互后的結(jié)果，因此在Q-learning算法中更新Q表就是機(jī)器人與環(huán)境的交互過程

  2024年02月14日

  瀏覽(25)