leggedrobotics

Entornos de Isaac Gym para robots con patas

Una implementación rápida y sencilla de algoritmos de aprendizaje para robótica.

YOLO ROS: Detección de objetos en tiempo real para ROS

Control óptimo para sistemas conmutados.

Mapeo de elevación en GPU.

PACE: Un enfoque sistemático para la transferencia de simulación a realidad en robots con patas, identificando la dinámica de actuadores y articulaciones con codificadores de juntas estándar.

ViPlanner: Aprendizaje imperativo semántico visual para navegación local.

Repositorio de nuestros artículos: Robotic World Model: A Neural Network Simulator for Robust Policy Optimization in Robotics y Uncertainty-Aware Robotic World Model Makes Offline Model-Based Reinforcement Learning Work on Real Robots

SLAM de grafos basado en nubes de puntos escrito en C++ utilizando la biblioteca Open3D.

Mapeo de transitabilidad para navegación móvil en terrenos irregulares.