Harrison Kinsley（@Sentdex）のスレッド

これは垂直に統合されたエンドツーエンドのディープ ニューラル ネットワークであり、リアルタイムでフォワード パス推論を実行し、悪条件や GPS が利用できない環境での両足歩行生成のために個々のアクチュエータのトルク出力を制御します。 わかりました。これは、mjlab で訓練された標準の PPO rl で、トラクターに固定されています。