相關(guān)文章

• 

  基于聯(lián)邦強化學習的集群機器人協(xié)同導航

  1.1 集群機器人技術(shù)仿生背景 靈感來自群居昆蟲，比如螞蟻，它們利用信息素進行長距離覓食。由于群居昆蟲能夠集體完成單個個體無法完成的具有挑戰(zhàn)性的任務(wù)，因此群體機器人系統(tǒng)有望在動態(tài)復雜環(huán)境下完成單個機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)
• 

  人工智能導論——機器人自動走迷宮&強化學習

  強化學習是機器學習中重要的學習方法之一，與監(jiān)督學習和非監(jiān)督學習不同，強化學習并不依賴于數(shù)據(jù)，并不是數(shù)據(jù)驅(qū)動的學習方法，其旨在與發(fā)揮智能體(Agent)的主觀能動性，在當前的狀態(tài)(state)下，通過與環(huán)境的交互，通過對應(yīng)的策略，采用對應(yīng)的行動(action)，獲得一定的獎

  2024年02月06日

  瀏覽(29)
• 

  強化學習：用Python訓練一個簡單的機器人

  ????????強化學習（RL）是一個令人興奮的研究領(lǐng)域，它使機器能夠通過與環(huán)境的交互來學習。在這篇博客中，我們將深入到RL的世界，并探索如何使用Python訓練一個簡單的機器人。在本文結(jié)束時，您將對 RL 概念有基本的了解，并能夠?qū)崿F(xiàn)自己的 RL 代理。 ????????設(shè)置

  2024年02月12日

  瀏覽(34)

• 機器人強化學習環(huán)境mujoco官方文檔學習記錄（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象參數(shù)紛繁復雜，且涉及mujoco底層計算，不便于初學者進行開發(fā)設(shè)計。因此本文將MJCF模型的常用對象參數(shù)進行總結(jié)。 本文檔僅供學習參考，如有問題歡迎大家學習交流。 本章是MuJoCo中使用的MJCF建模語言

  2024年02月02日

  瀏覽(81)
• 

  干貨 | 淺談機器人強化學習--從仿真到真機遷移

  “ 對于機器人的運動控制，強化學習是廣受關(guān)注的方法。本期技術(shù)干貨，我們邀請到了小米工程師——劉天林，為大家介紹機器人（以足式機器人為主）強化學習中的sim-to-real問題及一些主流方法。 ” 一、前言 設(shè)計并制造可以靈活運動的足式機器人，一直是工程師追逐的夢

  2024年02月05日

  瀏覽(72)
• 

  基于強化學習（Reinforcement learning，RL）的機器人路徑規(guī)劃MATLAB

  Q-learning算法是強化學習算法中的一種，該算法主要包含：Agent、狀態(tài)、動作、環(huán)境、回報和懲罰。Q-learning算法通過機器人與環(huán)境不斷地交換信息，來實現(xiàn)自我學習。Q-learning算法中的Q表是機器人與環(huán)境交互后的結(jié)果，因此在Q-learning算法中更新Q表就是機器人與環(huán)境的交互過程

  2024年02月11日

  瀏覽(20)

• ]每日論文推送(有中文摘要或代碼或項目地址)---強化學習，機器人，視覺導航

  [曉理紫]每日論文推送(有中文摘要或代碼或項目地址) 每日更新論文，請轉(zhuǎn)發(fā)給有需要的同學 [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！ 大語言模型LLM 視覺模型VL

  2024年01月19日

  瀏覽(24)
• 

  強化學習路徑優(yōu)化：基于Q-learning算法的機器人路徑優(yōu)化（MATLAB）

  Q-learning算法是強化學習算法中的一種，該算法主要包含：Agent、狀態(tài)、動作、環(huán)境、回報和懲罰。Q-learning算法通過機器人與環(huán)境不斷地交換信息，來實現(xiàn)自我學習。Q-learning算法中的Q表是機器人與環(huán)境交互后的結(jié)果，因此在Q-learning算法中更新Q表就是機器人與環(huán)境的交互過程

  2024年02月14日

  瀏覽(26)
• 

  讓AI幫你做出回答-釘釘問答機器人來啦

  問答機器人是一種人工智能系統(tǒng)，它可以根據(jù)用戶提出的問題，自動地搜索并提供相關(guān)的答案。這些機器人通?；谧匀徽Z言處理技術(shù)，可以理解用戶提出的問題，并能夠快速地給出答案。 問答機器人通常會在多個數(shù)據(jù)源中進行搜索，包括互聯(lián)網(wǎng)、企業(yè)知識庫、圖書館數(shù)據(jù)庫

  2024年01月17日

  瀏覽(27)
• 

  用 GPU 并行環(huán)境 Isaac Gym + 強化學習庫 ElegantRL：訓練機器人Ant，3小時6000分，最高12000分

  前排提醒，目前我們能 “用 ppo 四分鐘訓練 ant 到 6000 分”，比本文的 3 小時快了很多很多，有空會更新代碼 https://blog.csdn.net/sinat_39620217/article/details/131724602 介紹了 Isaac Gym 庫 如何使用 GPU 做大規(guī)模并行仿真，對環(huán)境模塊提速。這篇帖子，我們使用 1 張 A100GPU 在 3 個小時之內(nèi)

  2024年02月16日

  瀏覽(21)