grasp 帮助文件，用于反射面天线仿真的说明，可以进行卫星天线仿真等设计，多波束天线仿真，包括多种馈源实例，采用po等方式仿真和优化，大大提高了仿真速度。
2022-03-03 16:46:53
777.64MB
1
深度学习在人工智能领域取得了巨大突破。 使用深度学习可以提高机器人在不确定性任务上的性能。 由于伺服电机的累积误差，机器人的手臂末端工具（EOAT）无法将物体抓住在适当的位置。 通过深度学习来研究机器人的抓握检测是值得的，而在机器人研究中已经有一些成功的实践。 我们提出了一种新颖的机器人抓握检测方法，该方法基于具有场景的RGBD图像的深度学习模型，给出了平行板机器人抓爪的抓握位置。 我们方法的最佳模型以可接受的时间速度存档了87.49％的精度。 我们的方法介绍了另一种解决机器人抓取问题的方法。
2022-01-12 09:31:27
337KB
1
深度演示
概述
该存储库包含一些使用深度学习方法的示例，这些示例用于在MoveIt Task构造函数中掌握姿势的生成。
这些软件包是在运行ROS Melodic的Ubuntu 18.04上开发和测试的。
配套
：使用深度学习方法在MoveIt Task构造函数中的把握生成阶段构造一个拾取和放置任务
：使用Dex-Net从深度图像中采样抓取
moveit_task_constructor_gpd ：使用GPD采样来自3D点云的抓取
入门
首先，完成“ 入门指南” 。
在安装依赖项之前，建议先运行：
sudo apt update
sudo apt upgrade
重要说明：建议在catkin工作区之外安装不是ROS软件包的依赖项。 对于GPD，这包括PCL，OpenCV和GPD库。 对于Dex-Net，这包括gqcnn ， autolab_core ，悟性和可视化。 下面的步骤
2021-12-12 15:17:43
13.91MB
1
matlab贪婪算法代码GRASP-for-Traveling-Salesman
用于解决旅行商问题的贪婪随机自适应搜索程序
(GRASP)
%
作者：%
William
Arloff
%
下面是针对旅行商问题的
GRASP
算法的代码
%
该算法通过调用贪婪随机初始化
%
来获得城市的贪婪随机化。
接下来，代码实现
%
Local
搜索功能，该功能采用初始化的城市并搜索
%
更好的解决方案。
下面的代码将输出
%
最佳发现城市的最终集合、城市的贪婪初始化、与贪婪初始化的最佳发现距离以及本地搜索的最佳发现距离。
%
三个主要功能如下
%
---------------------
贪婪随机初始化
--------------------
%
%[
已使用，总计]
=
GreedyRandomInit（城市，随机数）
%
Cities
--->
Matrix
of
cities
inputted
into
the
function
%
For
greedy
random
initialization
%
randsize
---->
The
number
of
random
cities
2021-11-04 09:40:46
38KB
1
GraspVDN：基于学习向量的面向场景抓取估计抓取表示法
2021-08-15 12:03:31
3.97MB
1
5-Grasp Multiple Products Using Robots_高清 720P.mp4
2021-05-09 17:02:47
26.59MB
1