文件名称：cadrl_ros：ROS软件包，用于经过深度RL训练的地面机器人动态避障
文件大小：6.26MB
文件格式：ZIP
更新时间：2024-02-27 01:14:47
tensorflow deep-reinforcement-learning ros collision-avoidance jackal
cadrl_ros（使用Deep RL避免冲突） 用Deep RL训练的动态避障算法的ROS实现 纸： M.Everett，Y.Chen和JP How，《具有深度强化学习的动态决策代理之间的运动计划》，IEEE / RSJ国际智能机器人和系统会议（IROS），2018年 论文： : 视频： : Bibtex： @inproceedings{Everett18_IROS, address = {Madrid, Spain}, author = {Everett, Michael and Chen, Yu Fan and How, Jonathan P.}, bookti
【文件预览】：
cadrl_ros-master
----misc()
--------A3C_10agents_0.png(248KB)
--------A3C_20agents_0.png(376KB)
----launch()
--------cadrl_node.launch(1KB)
----checkpoints()
--------network_01900000.meta(394KB)
--------network_01653000.index(1KB)
--------network_01900000.data-00000-of-00001(1.95MB)
--------network_02360000.data-00000-of-00001(1.97MB)
--------network_01900000.index(1KB)
--------network_01653000.meta(394KB)
--------network_02360000.meta(394KB)
--------network_02360000.index(1KB)
--------network_01653000.data-00000-of-00001(1.95MB)
----docker()
--------build_docker.sh(73B)
--------Dockerfile(733B)
--------entrypoint.sh(87B)
--------run_docker.sh(109B)
----.gitignore(55B)
----CMakeLists.txt(7KB)
----README.md(6KB)
----scripts()
--------cadrl_node.py(24KB)
--------ga3c_cadrl_demo.ipynb(24KB)
--------agent.py(12KB)
--------util.py(16KB)
--------__init__.py(0B)
--------network.py(9KB)
----package.xml(1KB)