- 综合排序
- 最热优先
- 最新优先
- 来自专栏DeepHub IMBA
如何在Windows上安装和渲染OpenAI-Gym
apt-get update -y && \ apt-get install -y xvfb && \ apt-get install -y python-opengl 然后安装OpenAI-gym 你只要建立你自己的OpenAI-gym docker!现在你可以用Docker桌面启动它并开始你的代码。
2.2K20发布于 2020-12-24 - 来自专栏机器人课程与技术
ROS机器人操作系统在线练习
OpenAI Gym for Robotics 101 Learn what is needed to be able to use OpenAI-Gym in your next project 5
2.3K30发布于 2019-01-23 - 来自专栏机器人课程与技术
ROS(1和2)机器人操作系统相关书籍、资料和学习路径
KeepLearning OPENAI GYM FORROBOTICS 101 Learnwhat is needed to be able to use OpenAI-Gym in your next project Abrief summary Theobjective of this course is to teach how to use OpenAI-Gym through environmentsdefined Basicsof openai-gym API 2. Definitionof environment files for openai-gym, centered in gazebo-ROS simulations. 3. Unit 1:introduction openai-gym 1. What isOpenAI-Gym 2.
2.7K30发布于 2019-01-23 - 来自专栏机器人课程与技术
ROS机器人操作系统现场培训课程|2017年9月
为您的工业机器人创建一个MoveIt包，使用Python执行运动规划等 ROS-Industrial 101视频教程 10个小时 OPENAI GYM FOR ROBOTICS 101 推进ROS 您将能够了解OpenAI-Gym
1.3K30编辑于 2022-04-29 - 来自专栏新智元
平价训练AI机器人：谷歌大脑&伯克利联合推出低成本机器人训练平台ROBEL
快来新智元 AI 朋友圈参与讨论吧～ 用于解决机器人控制问题的基于学习的方法最近有了显著的发展，这是由模拟基准(如dm_control或OpenAI-Gym)的广泛可用和灵活的、可扩展的强化学习技术(如
74540发布于 2019-10-14 - 来自专栏NLP/KG
强化学习算法TD3论文的翻译与解读：延迟学习、软更新、策略噪声、梯度截取
（略） 我用过作者自己放在 Github 的 TD3 代码的 PyTroch 实现，使用的环境是 OpenAI-gym 的三维机器人动作 环境 MuJoCo，名副其实，大家可以去用，不需要找其他人实现的代码 答：是在 OpenAI-gym 的二维、三维 机器人连续动作控制 环境中得出来的，如 Box2D MuJoCo。
3.2K21编辑于 2023-10-11 - 来自专栏arXiv每日学术速递
机器人相关学术速递[7.22]
Within this scope, MarsExplorer, an openai-gym compatible environment tailored to exploration/coverage
48450发布于 2021-07-27 - 来自专栏NLP/KG
详解DDPG算法：解决对大量的超参数、随机重启、任务环境敏感问题，完成月球着陆器，双足机器人demo、以及超参数调优教学
删去了 TD3 的双 actor 结构，然后把 Actor-Critic 框架当成 Generator-Discriminator 框架去训练，具体请看： 它可以不对模型进行任何修改的情况下，在下面几个 OpenAI-gym
3.3K41编辑于 2023-10-11 每周AI论文速递（250929-251003）
类似于传统强化学习（RL）中的OpenAI-Gym，GEM提供标准化的环境-智能体接口框架，包括支持高吞吐量的异步向量化执行，以及易于扩展的灵活封装器。
25810编辑于 2025-11-20- 来自专栏信数据得永生
PyTorch 2.2 中文官方教程（八）
它受到了OpenAI-Gym/Farama-Gymnasium 控制库中 Pendulum-v1 实现的启发。
59010编辑于 2024-02-05 - 来自专栏信数据得永生
PyTorch 2.2 中文官方教程（七）
协议：CC BY-NC-SA 4.0 注意 点击这里下载完整示例代码 作者：Vincent Moens 本教程演示了如何使用 PyTorch 和torchrl来训练一个参数化策略网络，以解决来自OpenAI-Gym
1.1K10编辑于 2024-02-05 - 来自专栏arXiv每日学术速递
机器学习学术速递[7.22]
Within this scope, MarsExplorer, an openai-gym compatible environment tailored to exploration/coverage
1.7K20发布于 2021-07-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号