reiniscimurs

ROS Gazebo シミュレータにおける移動ロボットのナビゲーションのための深層強化学習。Twin Delayed Deep Deterministic Policy Gradient (TD3) ニューラルネットワークを使用し、ロボットが障害物を回避しながらシミュレーション環境内のランダムな目標地点へ移動する方法を学習する。