通过基于DDPG的深度强化学习对Biped机器人进行运动控制
在被动式Biped机器人的研究中，避免跌倒一直是研究的重要方向。 在本文中，我们提出了深度确定性策略梯度（DDPG）来控制Biped机器人在斜坡上的稳定行走。 为了提高DDPG的训练速度，本文中使用的DDPG通过并行参与者和优先体验重放（PER）进行了改进。 在模拟中，我们控制导致Biped机器人跌倒的不同初始状态。 控制后，两足动物机器人可以稳定行走，这表明DDPG可以有效地控制两足动物机器人的跌倒。
文件下载
评论信息
其他资源
- 阿piu传-文档批量上传客户端-百度文库版
- 豆瓣图书数据
- 110/220电压跌落测试.pdf
- qt 下TCP文件传输
- MFC中实现不同行高的CListCtrl
- AFE4300参考资料
- GD32F103X资料库，固件，ISP工具，说明文档
- 2018-2019北航研究生数值分析A试题.zip
- 2019新整合 UA列表 userAgent 手机PC都有
- PCL5编程指南中文版
- WPF Learner's Guide to Head First C# 3th(English Version and code)
- 计算机网络技术基础课件
- 新常态下中国经济的可持续发展.docx
- wireshark-3.4.0-1.el7.src.rpm
- ITX-M11-1037-0YC-V2.0
- OpenStack云计算平台管理(nova-compute/network)一
- 摄影测量程序
- 英文简历的制作30套模板
- FTPScanFTPScan
- （修改可用版本）AndroidImageSlider（仿淘宝banner）-Eclipse版本
- Android通过上面的距离传感器控制手机屏幕熄灭
- a120VWfttQkGt37A(3).zip
- Unity_实现残影
- wamp server v3.1.7 官方简体中文版
- 蓝牙标准协议_V5.0
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明