深度强化学习控制移动机器人
联系方式：860122112@qq.comgit 1、实验目的 使用深度强化学习控制移动机器人在复杂环境中避障、收集物品到指定点。所用到的算法包括DQN、Deuling-DDQN、A3C、DDPG、NAF。github 2、环境和模型 1. 实验环境：web ROS、Gazebo算法 2. 移动机器人模型网络 安装有Kinect的Pioneer3移动机器人异步 3、训练 机器人从Kinect获取S
相关文章
- 1. 深度强化学习控制六足机器人移动我的学习笔记（一）
- 2. 深度强化学习可使机器人超越人类！
- 3. 深度强化学习——连续动做控制DDPG、NAF
- 4. 深度强化学习——连续动作控制DDPG、NAF
- 5. 强化学习,深度学习,深度强化学习
- 6. 强化学习，深度强化学习
- 7. 机器学习深度学习加强学习_机器学习-深度学习
- 8. 深度强化学习——强化学习到深度强化学习
- 9. 深度强化学习1——强化学习到深度强化学习
- 10. NVIDIA自主机器人与深度强化学习解读
- 更多相关文章...
- • TCP滑动窗口机制深度剖析 - TCP/IP教程
- • ASP.NET MVC - 控制器 - ASP.NET 教程
- • 漫谈MySQL的锁机制
- • 算法总结-深度优先算法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
- 1. Appium入门
- 2. Spring WebFlux 源码分析(2)-Netty 服务器启动服务流程 --TBD
- 3. wxpython入门第六步（高级组件）
- 4. CentOS7.5安装SVN和可视化管理工具iF.SVNAdmin
- 5. jedis 3.0.1中JedisPoolConfig对象缺少setMaxIdle、setMaxWaitMillis等方法，问题记录
- 6. 一步一图一代码，一定要让你真正彻底明白红黑树
- 7. 2018-04-12—（重点）源码角度分析Handler运行原理
- 8. Spring AOP源码详细解析
- 9. Spring Cloud（1）
- 10. python简单爬去油价信息发送到公众号
欢迎关注本站公众号,获取更多信息
