通过学习过渡政策来构成复杂技能 内容描述 此项目是TensorFlow实施，，已在发布。 我们提供本文中提出的模型，环境和基线的代码。 人类通过利用先前学习的技能并在它们之间进行转换来获得复杂的技能。 为了赋予机器这种能力，我们提出了一种方法，该方法可以学习过渡策略，该策略可以有效地连接原始技能以执行顺序任务，而无需手工奖励。 为了有效地训练我们的过渡政策，我们引入了接近度预测器，这些预测器会诱使人们将奖励衡量为接近下一个技能的合适初始状态。 在传统的策略梯度方法难以解决的两足运动和机械臂操

DeepPoseRobot，DeepPoseKit的实现 这是和的改编版，用于预测机器人关节角度。 可视化使用 。 使用PixelLib将机器人与背景隔离，然后使用DeepPoseKit模型预测机器人的关键点位置。 安装 这需要进行分割和姿势估计。 应该手动安装以及CUDA和cuDNN，如下所示： 任何Tensorflow版本> = 2.0.0应该兼容。 Tensorflow-gpu 2.0.0是当前唯一经过测试的版本。 在Windows上使用Anaconda安装 要在Windows

6轴机器人手臂的AI 因此，我用lego的EV3砖块和伺服器构建了一个6轴机械臂。 现在我需要软件来控制它。 要将手臂的尖端移动到所需位置，我只想在手臂可触及范围内的三维空间中指定该点。 人工智能应该为我完成所有艰苦的工作。 开始 我已经设计了一个非常简单的6轴手臂版本，可用于使用Tensorflow.js训练模型。 我的目标是教模型旋转所有可用轴以达到所需点。 婴儿脚步 参见 。 我的第一个测试是10x10正方形的2d地图。 我将尝试讲授一个模型，该模型通过根据新位置和B点之间的距离奖励每