摘要：
真实数据的收集（模仿学习+强化学习）： 这里的真实人类步态数据收集后用作模仿学习，具体实现细节可以是用真实人类行为的数据生成人形机器人的目标行动轨迹，然后利用目标行动轨迹和机器人的实际行为规矩计算出reward值。 具体的强化学习算法： PPO算法 阅读全文
2024年4月10日
2024年4月9日
摘要：
下图引自：https://b2b.baidu.com/q/aland?q=7B7474317C2E72330F621B0F7D6F09247E747E610623742B&id=qid599aa7ccf9a7247af9f58e101056f73b&answer=866327230490191037 阅读全文
摘要：
相关： https://baijiahao.baidu.com/s?id=1770834878767236111&wfr=spider&for=pc https://news.sohu.com/a/709452614_121742556 https://www.bilibili.com/video/ 阅读全文
摘要：
和某家人形机器人公司沟通了合作意向，给出了几个合作的可能： 给一些简单的API，如控制机器人挥手，控制机器人向前走一步，等等。这些提供的API只能调用机器人公司给定的动作，也就是使用动作规划和正反动力学建立好的一些动作库，然后将这些动作库提供过来，但是这种级别的API或许可以作为教育用处的机器人使用 阅读全文
2024年4月3日
摘要：
维护者信息： 知乎地址： https://www.zhihu.com/people/huangshiyu.me 个人主页： http://tartrl.cn/people/huangshiyu/ Github地址： https://github.com/orgs/OpenRL-Lab/reposit 阅读全文
摘要：
一直不是很常使用神经网络训练可视化的工具，包括：tensorboard，等等，wandb平时也是直接就忽略，不过最近无意间看了看这个效果，感觉还是不错的，于是尝试了一下。 网上很多人说这个工具服务器在美国，因此我们无法直接访问，不过我近日使用的时候发现并没有这个问题，在国内也可以无障碍的使用。 注意 阅读全文
2024年4月1日
摘要：
地址： https://www.youtube.com/watch?v=3ntAhy3thXM PS. 现在的智能机器人其实真的没有人们想象中的那么智能。感觉现在的智能机器人最为有用的功能一个是倒地自动重新站立，一个是急停控制。 阅读全文
2024年3月31日
摘要：
原文地址： http://www.cn-witmed.com/list/34/9555.html 模型微调的基本思想是使用少量带标签的数据对预训练模型进行再次训练，以适应特定任务。在这个过程中，模型的参数会根据新的数据分布进行调整。这种方法的好外在于，它利用了预训练模型的强大能力，同时还能够适应新的 阅读全文
摘要：
相关: https://www.bilibili.com/video/BV1gD4y1h7tj/ 阅读全文
摘要：
一直在学习强化学习算法，但是一直也没有真实的机器人环境可以操作，因此只是停留于纸面意义的理论学习，但是突然看到这么一个说法： 来自： https://weibo.com/1255595687/O5k4Aj8l2 Real2Sim2Real闭环，从Real2Sim到Sim2Real，打通数据到数据的自 阅读全文
