Angry_Panda - 博客园

[置顶] 神经网络概率编程框架 —— pyro概率编程

摘要： https://github.com/pyro-ppl/pyro Algorithm 4 Compute Gradient Estimator for Stochastic Computation Graph for v 2 Graph do . Initialization at output n 阅读全文

posted @ 2026-04-29 08:42 Angry_Panda 阅读(10) 评论(0) 推荐(0)

[置顶] 具身智能：零一造物_ZERO机械臂

摘要： https://gitee.com/dearxie/zero-robotic-arm 阅读全文

posted @ 2026-04-24 13:03 Angry_Panda 阅读(8) 评论(0) 推荐(0)

[置顶] 代码实践：面向分布式强化学习的经验回放框架（使用例子Demo）——Reverb: A Framework for Experience Replay

摘要：相关：面向分布式强化学习的经验回放框架（使用例子Demo）——Reverb: A Framework for Experience Replay 阅读全文

posted @ 2025-03-01 19:40 Angry_Panda 阅读(92) 评论(0) 推荐(0)

[置顶] 人形机器人开源项目

摘要： https://sites.google.com/view/humanoid-gym/ 阅读全文

posted @ 2024-05-07 11:26 Angry_Panda 阅读(409) 评论(0) 推荐(0)

[置顶] NVIDIA官方的具身机器人实验室Gear

摘要： https://research.nvidia.com/labs/gear/ 阅读全文

posted @ 2024-05-07 11:22 Angry_Panda 阅读(175) 评论(0) 推荐(0)

[置顶] Reinforcement 代码库 & 淘宝买的知网账号

摘要：打开下方网址，用上面发您的卡密登录，从入口进入搜索下载即可。网址： https://www.xueshu789.cc/ 卡号：805974162 密码：824790 【注意事项】首次使用请阅读下图说明，以免操作错误无法进入。拍下24小时内帮小店五字以上美言，联系客服再送您查重软件。感谢您的支持阅读全文

posted @ 2024-05-07 07:55 Angry_Panda 阅读(109) 评论(0) 推荐(0)

[置顶] 使用Transformer模型实现四足机器人控制—— 跨模态Transformer: LocoTransformer —— LEARNING VISION-GUIDED QUADRUPEDAL LOCOMOTION END-TO-END WITH CROSS-MODAL TRANSFORMERS

摘要：论文： LEARNING VISION-GUIDED QUADRUPEDAL LOCOMOTION END-TO-END WITH CROSS-MODAL TRANSFORMERS 发表于ICLR2022 相关： https://zhuanlan.zhihu.com/p/581786377 阅读全文

posted @ 2024-05-06 18:44 Angry_Panda 阅读(290) 评论(0) 推荐(0)

[置顶] ViT：拉开Trasnformer在图像领域正式挑战CNN的序幕 | ICLR 2021 —— An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale

摘要：论文地址： https://arxiv.org/abs/2010.11929 Github地址： https://github.com/google-research/vision_transformer 阅读全文

posted @ 2024-05-06 18:03 Angry_Panda 阅读(84) 评论(0) 推荐(0)

[置顶] OpenAI —— CLIP: Connecting text and images

摘要：项目地址： https://openai.com/index/clip Github代码地址： https://github.com/openai/CLIP 阅读全文

posted @ 2024-05-06 17:16 Angry_Panda 阅读(137) 评论(0) 推荐(0)

摘要： https://www.understandingai.org/p/large-language-models-explained-with https://arxiv.org/abs/1905.05950 https://arxiv.org/abs/2012.14913 https://arxiv 阅读全文

posted @ 2024-05-06 14:11 Angry_Panda 阅读(200) 评论(0) 推荐(0)

[置顶] Efficientvit: Enhanced linear attention for high-resolution low-computation visual recognition

摘要： GitHub地址： https://github.com/mit-han-lab/efficientvit#usage 相关： https://www.jetson-ai-lab.com/vit/tutorial_efficientvit.html 阅读全文

posted @ 2024-05-06 10:38 Angry_Panda 阅读(89) 评论(0) 推荐(0)

[置顶] 家务机器人（人形机器人）—— Mobile ALOHA: Your Housekeeping Robot

摘要：项目地址： https://mobile-aloha.github.io/ 演示视频地址： https://www.youtube.com/watch?v=HaaZ8ss-HP4 论文地址： https://mobile-aloha.github.io/resources/mobile-aloha. 阅读全文

posted @ 2024-05-04 15:25 Angry_Panda 阅读(157) 评论(0) 推荐(0)

[置顶] 路径规划综述博客：A* Optimizations and Improvements

摘要：地址： https://lucho1.github.io/JumpPointSearch/ 原作者还开发了A* 算法的Windows系统上的小程序：（重点：小程序意义不大，这个综述还是不赖的）项目地址：https://github.com/lucho1/JumpPointSearch 重点：这个阅读全文

posted @ 2024-05-04 12:49 Angry_Panda 阅读(174) 评论(0) 推荐(0)

[置顶] 多智能体路径规划问题 —— Learn all about Multi-Agent Path Finding (MAPF)

摘要：地址： http://mapf.info/index.php/Main/Publications 与其对应的实验室地址： https://www.movingai.com/ 阅读全文

posted @ 2024-05-04 07:40 Angry_Panda 阅读(298) 评论(0) 推荐(0)

[置顶] AI实践者师生夏令营讲座视频：南京大学Lamda实验室（周志华团队）讲座视频 —— 强化学习的局限性与展望

摘要：视频地址：周志华团队与Intel团队的讲座视频——强化学习的局限性与未来展望视频链接地址： https://bizwebcast.smarket.com.cn/b975d6d9969a42cba9626adb7669676b/2a1fc2d76a65403cb76f99acd5b025da-8a 阅读全文

posted @ 2023-12-22 12:56 Angry_Panda 阅读(191) 评论(0) 推荐(0)

[置顶] 关于spinninup的学习笔记

摘要：作为reinforcement learning的一个入门学习的项目，spinningup的地址：（英文原版：） https://spinningup.openai.com/en/latest/index.html （中文翻译版：） https://spinningup.readthedocs.i 阅读全文

posted @ 2023-04-18 09:07 Angry_Panda 阅读(79) 评论(0) 推荐(0)

[置顶] 再谈汤普森采样（Thompson Sampling）

摘要：相关：【转载】推荐算法之Thompson(汤普森)采样【转载】推荐系统 EE 问题与 Bandit 算法 python语言绘图：绘制一组beta分布图转载： beta分布介绍 python语言绘图：绘制一组以beta分布为先验，以二项分布为似然的贝叶斯后验分布图深入理解什么是Beta分布阅读全文

posted @ 2023-01-01 13:13 Angry_Panda 阅读(2578) 评论(0) 推荐(0)

[置顶] tensorflow的官方强化学习库agents的相关内容及一些注意事项

摘要：源代码地址： https://github.com/tensorflow/agents TensorFlow给出的官方文档说明： https://tensorflow.google.cn/agents 相关视频： https://www.youtube.com/watch?v=U7g7-Jzj9qo 阅读全文

posted @ 2023-01-01 13:12 Angry_Panda 阅读(407) 评论(0) 推荐(0)

[置顶] 深度学习框架中的“自动求导”原理是什么？

摘要：深度学习这个概念已经火了好些年了，前些年刚开始的时候大家都不清除那些深度学习的框架是什么原理，in other words，大家都是只知道用这些深度学习框架，但是没有几个人真的了解这个框架的原理是什么，不过随着这几年开源的相关资料越来越多，慢慢的这也不是当年的什么高深秘密了，当年所有的深度学习框架都阅读全文

posted @ 2022-11-17 19:29 Angry_Panda 阅读(904) 评论(0) 推荐(0)

基于规则模板的深度强化学习决策算法

摘要： bing 基于规则模板的深度强化学习决策算法 http://www.uml.org.cn/modeler/202404183.asp https://blog.csdn.net/weixin_36311421/article/details/153009518 阅读全文

posted @ 2026-05-13 14:54 Angry_Panda 阅读(4) 评论(0) 推荐(0)

强化学习 —— Partially Observable Tasks（部分可观测任务）：部分可观测马尔可夫决策过程（POMDP）类 —— 含扰动与时延的鲁棒控制类（Perturbation & Delay）—— 动态系统辨识 + 元强化学习类（Meta-RL / System ID）

摘要： Limited Sensors: For this variation, we restrict the obser- vations to only provide positional information (including joint angles), excluding velocit 阅读全文

posted @ 2026-05-10 15:14 Angry_Panda 阅读(7) 评论(0) 推荐(0)

强化学习算法 —— 带自适应步长的策略梯度算法（PG算法、Adaptive step size for Adam optimizer）

摘要： Adaptive step size for Adam optimizer Adam stepsize was adjusted based on the target value of the KL divergence vanilla policy gradient with adaptive 阅读全文

posted @ 2026-05-09 23:29 Angry_Panda 阅读(9) 评论(0) 推荐(0)

CEM算法出处 —— 交叉熵强化学习算法 —— 强化学习算法中经典的CEM算法

摘要： I. Szita and A. L¨orincz. “Learning Tetris using the noisy cross-entropy method”. In: Neural computation 18.12 (2006), pp. 2936–2941. 阅读全文

posted @ 2026-05-09 22:47 Angry_Panda 阅读(6) 评论(0) 推荐(0)

windows11 —— 电源管理 —— 休眠设置

摘要：相关： https://www.sysgeek.cn/windows-11-hibernate/#google_vignette 关闭休眠功能（系统会自动删除休眠文件）： powercfg -h off 打开休眠功能： powercfg /hibernate on 切记，需要使用管理员权限。阅读全文

posted @ 2026-05-09 21:16 Angry_Panda 阅读(5) 评论(0) 推荐(0)

故障检测 —— 电机故障 —— GitHub项目

摘要：地址： https://github.com/CHAOZHAO-1/HUSTmotor-multi-modal-dataset 阅读全文

posted @ 2026-05-06 22:13 Angry_Panda 阅读(8) 评论(0) 推荐(0)

python报错：raise Exception('ROM is missing for %s, see https://github.com/openai/atari-py#roms for instructions' % (game_name,)) Exception: ROM is missing for pong

摘要： python报错： raise Exception('ROM is missing for %s, see https://github.com/openai/atari-py#roms for instructions' % (game_name,)) Exception: ROM is miss 阅读全文

posted @ 2026-05-03 16:07 Angry_Panda 阅读(6) 评论(0) 推荐(0)

强化学习算法 —— 为什么TRPO算法使用状态值（V）而不是动作值进行计算？

摘要： Why Don’t You Just Use a Q-Function? Previous actor critic methods, e.g. in [KT03], use a Q-function to obtain potentially low-variance policy gradien 阅读全文

posted @ 2026-04-28 12:29 Angry_Panda 阅读(4) 评论(0) 推荐(0)

强化学习算法 —— 时变基线 —— 时变基线的计算方式为：取批次内所有轨迹，对每个时间步的回报值做平均

摘要：资料： https://digitalassets.lib.berkeley.edu/techreports/ucb/text/EECS-2016-217.pdf 时变基线 The time-dependent baseline was computed by averaging the retur 阅读全文

posted @ 2026-04-28 10:54 Angry_Panda 阅读(5) 评论(0) 推荐(0)

Angry Panda（T-800）

公告

导航