penuel

摘要： 1.The simplest Actor-Critic(QAC) 2. Advantage actor-critic(A2C) 3. Off-policy actor-critic 4. Deterministic actor-critic(DPG) 阅读全文

摘要： 1. Basic idea of policy gradient 之前的策略都是用表格表示的，现在改成函数的形式描述策略 2. Metric 1 - Average value 3. Metric 2 - Average reward 4. Gradients of the metrics 5. G 阅读全文

摘要： 当state space太大的时候，需要用一个函数来对state value 或action value进行近似，方便处理 1. Algorithm for state value estimation 1.1 Objective function 这里\(d_{\pi}\)是权重，可以决定哪个st 阅读全文

摘要： 1. TD learning of state values 公式1是用来根据\(s_t\)的state value来更新t+1的状态。 公式2是没有被访问的状态，下一刻的state value等于上一刻的。 1.1两个概念：TD target ，TD error TD target: TD err 阅读全文

摘要： 这个文件主要是对最优问题的构造。 1. setupOptimalConrolProblem void LeggedRobotInterface::setupOptimalConrolProblem(const std::string& taskFile, const std::string& urd 阅读全文

摘要： 步态文件： 1. 步态类型 list { [0] stance 静止 [1] trot 快走，一种快速、稳定的交替对角步态 [2] standing_trot 在交替的步伐中插入静止阶段，增加稳定性 [3] flying_trot 在交替的步伐中插入腾空阶段，增加速度 [4] pace 同侧步态，左 阅读全文

摘要： 1. 创建MPC_ROS_Interface接口,以sqpMpc为例 //自定义接口 LeggedRobotInterface interface(taskFile, urdfFile, referenceFile); // 创建同步接口 auto gaitReceiverPtr = std::ma 阅读全文

摘要： 1. ModelHelperFunctions.cpp 1.1 updateCentroidalDynamics() : 质心动力学更新 template <typename SCALAR_T> void updateCentroidalDynamics(PinocchioInterfaceTpl< 阅读全文

摘要： 计算特定时间点指定腿的垂直速度约束 \(v_z=trajectory[index].velocity(time)\) scalar_t SwingTrajectoryPlanner::getZvelocityConstraint(size_t leg, scalar_t time) const { 阅读全文

摘要： 定义： \(g(xee, vee) = Ax * xee + Av * vee + b\) xee：末端位置 vee：线速度 值： vector_t EndEffectorLinearConstraint::getValue(scalar_t time, const vector_t& state, 阅读全文