[HYPER] 무궁무진한 가능성의 열쇠, 미래를 바꿀 로봇산업
[HYPER] 무궁무진한 가능성의 열쇠, 미래를 바꿀 로봇산업 - 뉴스H
이병주 교수는 우리나라 로봇공학의 기틀을 다진 1세대 연구자다. 긴 시간 한국로봇학회와 대한의료로봇학회의 회장 및 이사로 활동하며 관련 기술과 산업의 발전상을 지켜봐 왔다. 더불어 의
www.newshyu.com
KAIST 명현 교수팀,'ICRA 2023' 국제 4족 보행 로봇 경진대회 우승
KAIST 명현 교수팀,'ICRA 2023' 국제 4족 보행 로봇 경진대회 우승
별도의 시각이나 촉각 센서의 도움 없이 계단도 성큼 오를 수 있는 보행 로봇 제어기인 ‘드림워크(DreamWaQ)’를 장착한 KAIST 자율보행로봇이 국제 4족 보행 로봇 경진대회에서 우승을 차지했다.KA
m.irobotnews.com
DreamWaQ
DreamWaQ
Highlights Team DreamSTEP of KAIST won the 1st place ICRA 2023 Autonomous Quadrupedal Robot Challenge! DreamWaQ was used as the locomotion controller for Team DreamSTEP's robot and able to traverse through challenging terrains in the competition!
sites.google.com
로봇공학전공을 위한 SCIE 저널 추천
로봇공학전공을 위한 SCIE 저널 추천
DGIST 대학원 로봇공학전공에서 2015-2018 지난 4년 동안 출판한 논문들을 분석했습니다. <br> 로봇공학전공에서 가장 많이 출판하고, 인용하는 저널들과 주로 쓰이는 키워드가 궁금하다면 지금 큐레
curation.dgist.ac.kr
Conference & Journal
ICRA(International Conference on Robotics and Automation)
IROS(International Conference on Intelligent Robots and Systems)
RSS(Robotics: Science and Systems)
국방로봇학회
한국정밀공학회
HW-400 EOD Robot
https://www.youtube.com/watch?feature=shared&v=M79NBAONBiI
군사용 로봇 개발 오늘과 내일
군사용 로봇 개발 오늘과 내일 | 중앙일보
많은 사람들이 미래전장을 생각할 때 스타워즈와 터미네이터 영화 등에서와 같이 전장에서 사람대신 많은 인간형 로봇과 다른 공격용 무기들이 인간을 배제하고 무자비하게 서로 싸우는 것을
www.joongang.co.kr
미래 전쟁의 주역은 ‘로봇과 드론’
로봇이 바꾸는 세상(9) 군사 로봇
국내외 과학기술동향, 정책, 문화 등 과기계 이슈 정보 제공. 매주 금요일 뉴스레터 발송
국내외 과학기술동향, 정책, 문화 등 과기계 이슈 정보 제공. 매주 금요일 뉴스레터 발송
www.sciencetimes.co.kr
The Role of Tactile Sensing in Learning and Deploying Grasp Refinement Algorithms
https://www.youtube.com/watch?v=WKhmOKPEYPc&ab_channel=AlexanderKoenig
https://www.youtube.com/watch?v=ko4iZgjomvY
강화학습 알고리즘의 종류(분류)
강화학습 알고리즘의 종류(분류)
dacon.io
강화학습 공부를 위한 추천 자료
https://memopage2019.blogpot.com/2019/09/blog-post.html
강화학습 공부를 위한 추천 논문 - DQN 계열
강화학습 공부를 위한 추천 논문 - DQN 계열
v.2019.09.05 강화학습을 공부하고 연구하려고 하는 사람들이 많이 늘어나고 있다. 하지만 다들 어디에서 부터 시작해서 뭘 봐야하는지 어떤 논문들이 있는지 조차 알기 어려운 경우 또한 많다. 우
memopage2019.blogspot.com
Rainbow DQN 강화학습 알고리즘 적용하기
Rainbow DQN 강화학습 알고리즘 적용하기
이전 글 : OpenCV image를 grid-based tiles로 변환하기 https://minseob.tistory.com/12 고등학생들이 공부하고 연구한 내용을 개인적으로 블로그에 정리한 글이다. 전문적이지 않으며 틀린 내용이 있을 수 있음
minseob.tistory.com
pycon2018 "RL Adventure : DQN 부터 Rainbow DQN까지"
pycon2018 "RL Adventure : DQN 부터 Rainbow DQN까지"
pycon2018 "RL Adventure : DQN 부터 Rainbow DQN까지" - Download as a PDF or view online for free
www.slideshare.net
Deep Q-Learning for Atari Breakout
Keras documentation: Deep Q-Learning for Atari Breakout
Deep Q-Learning for Atari Breakout Author: Jacob Chapman and Mathias Lechner Date created: 2020/05/23 Last modified: 2020/06/17 Description: Play Atari Breakout with a Deep Q-Network. View in Colab • GitHub source Introduction This script shows an implem
keras.io
Deep Deterministic Policy Gradient (DDPG)
Keras documentation: Deep Deterministic Policy Gradient (DDPG)
Deep Deterministic Policy Gradient (DDPG) Author: amifunny Date created: 2020/06/04 Last modified: 2020/09/21 Description: Implementing DDPG algorithm on the Inverted Pendulum Problem. View in Colab • GitHub source Introduction Deep Deterministic Policy
keras.io
Proximal Policy Optimization
Keras documentation: Proximal Policy Optimization
Proximal Policy Optimization Author: Ilias Chrysovergis Date created: 2021/06/24 Last modified: 2021/06/24 Description: Implementation of a Proximal Policy Optimization agent for the CartPole-v0 environment. View in Colab • GitHub source Introduction Thi
keras.io
DDPG - 구글은 신이고 딥마인드는 무적이다
DDPG - 구글은 신이고 딥마인드는 무적이다.
논문 출처: https://arxiv.org/pdf/1509.02971.pdf Background 보통 강화학습의 알고리즘을 테스트하기 위해 많이 사용하는 환경 툴이 Gym의 Cartpole-v1이다. Cartpole에서 Agent는 떨어지지 않기 위해 왼쪽 혹은
velog.io
Reinforcement learning with sparse rewards
Reinforcement learning with sparse rewards
This is a continuation of a series of posts on reinforcement learning
medium.com
Break out 환경으로 DQN 강화학습 알고리즘 적용하기 ( 케라스 버전 )
Break out 환경으로 DQN 강화학습 알고리즘 적용하기 ( 케라스 버전 )
Break out 환경으로 DQN 강화학습 알고리즘 적용하기 ( 케라스 버전 ) 텐서플로,케라스버전은 위와 동일하지 않아도 무관합니다. 1. 전체적인 순서 (Main part) 환경을 불러온다. agent를 생성한다. score, e
wonseokjung.github.io
강화학습 - (26-2) REINFORCE 코드예제 2
강화학습 - (26-2) REINFORCE 코드예제 2
강화학습 패키지 설치¶ 다음 코드는 세가지 패키지가 선행 되어야 합니다. sudo apt-get install ffmpeg pip install gym pip install gym_minigrid gym.render() 코드가 에러를 발생할 경우, 다음 패키지를 설치하고: su
jyoondev.tistory.com
https://github.com/germain-hug/Deep-RL-Keras/blob/master/DDPG/ddpg.py
https://github.com/jcwleo/Reinforcement_Learning/blob/master/pendulum/pendulum_ddpg.py
Deep Reinforcement Learning Intuition
Deep Reinforcement Learning Intuition
Explore and run machine learning code with Kaggle Notebooks | Using data from No attached data sources
www.kaggle.com
PPO Lunar Lander Reinforcement Learning
PPO Lunar Lander Reinforcement Learning
Explore and run machine learning code with Kaggle Notebooks | Using data from No attached data sources
www.kaggle.com
'Doc > 메카닉' 카테고리의 다른 글
| Slurm/Kubernetes/GPU Cluster (0) | 2023.12.08 |
|---|---|
| HD Tune Pro/하드디스크 검사/배드 섹터 (0) | 2023.11.10 |
| 스마트폰 미러링/Scrcpy (0) | 2023.10.24 |
| Recurdyne/ROS/FMI/OpenModelica (0) | 2023.10.13 |