2026计算机科学与技术一套基于深度强化学习的采茶机器人灵巧手运动规划方法研究3.34-AI通过(论文+程序代码源码.py)定稿.zip

下载本文档

阅读 0
格式 zip
大小 19.72 MB
81文件
2026-06-25
收藏
评论
点赞(0)
海报
举报

收起资源包目录

tea_picking_robot_code_export
- checkpoints
  - demo_update_10.pt(593.5 KB)
  - demo_update_100.pt(593.52 KB)
  - demo_update_110.pt(593.52 KB)
  - demo_update_20.pt(593.5 KB)
  - demo_update_30.pt(593.5 KB)
  - demo_update_40.pt(593.5 KB)
  - demo_update_50.pt(593.5 KB)
  - demo_update_60.pt(593.5 KB)
  - demo_update_70.pt(593.5 KB)
  - demo_update_80.pt(593.5 KB)
  - demo_update_90.pt(593.5 KB)
  - ppo_tea_robot_best_stage3.pt(593.77 KB)
  - ppo_tea_robot_final.pt(593.59 KB)
  - ppo_update_10.pt(593.48 KB)
  - ppo_update_100.pt(593.5 KB)
  - ppo_update_120.pt(593.5 KB)
  - ppo_update_140.pt(593.5 KB)
  - ppo_update_20.pt(593.48 KB)
  - ppo_update_40.pt(593.48 KB)
  - ppo_update_60.pt(593.48 KB)
  - ppo_update_80.pt(593.48 KB)
- tea_robot
  - assets
    - tea_robot_scene.xml(8.69 KB)
  - env.py(18.63 KB)
  - __init__.py(32 B)
- rl
  - ppo_agent.py(8.18 KB)
  - __init__.py(59 B)
- logs
  - demo_20260511_175241.csv(5.46 KB)
  - demo_20260511_184945.csv(4.48 KB)
  - demo_20260511_185542.csv(3.06 KB)
  - demo_20260511_191144.csv(554 B)
  - demo_20260511_191709.csv(332 B)
  - demo_20260511_191831.csv(2.95 KB)
  - demo_20260511_193000.csv(2.95 KB)
  - demo_20260512_104730.csv(5.48 KB)
  - demo_20260512_122622.csv(5.49 KB)
  - demo_20260512_125538.csv(5.47 KB)
  - demo_20260512_132347.csv(13.18 KB)
  - train_log_20260511_173043.csv(16.4 KB)
  - train_log_20260511_173531.csv(16.4 KB)
  - train_log_20260511_185423.csv(454 B)
  - train_log_20260511_190644.csv(443 B)
  - train_log_20260511_190652.csv(443 B)
  - train_log_20260511_194014.csv(2.85 KB)
  - train_log_20260511_194121.csv(2.85 KB)
  - train_log_20260512_081634.csv(5.49 KB)
  - train_log_20260512_081821.csv(16.4 KB)
  - train_log_20260512_082315.csv(16.4 KB)
  - train_log_20260512_082809.csv(16.4 KB)
  - train_log_20260512_083304.csv(16.4 KB)
  - train_log_20260512_084520.csv(4.06 KB)
  - train_log_20260512_090910.csv(9.36 KB)
  - train_log_20260512_091326.csv(1.76 KB)
  - train_log_20260512_091359.csv(567 B)
  - train_log_20260512_091424.csv(567 B)
  - train_log_20260512_092128.csv(220 B)
  - train_log_20260512_093737.csv(223 B)
  - train_log_20260512_144912.csv(5.61 KB)
  - train_log_20260512_145044.csv(5.62 KB)
  - train_log_20260512_150046.csv(5.6 KB)
  - train_log_20260512_150309.csv(5.61 KB)
  - train_log_20260512_150919.csv(16.53 KB)
- figures_paper
  - 06_literature_review.png(415.62 KB)
  - 07_research_framework.png(323.17 KB)
- figures_accurate
  - 01_system_architecture.png(484.8 KB)
  - 01_system_architecture.svg(168.96 KB)
  - 02_mujoco_scene_schematic.png(244.8 KB)
  - 02_mujoco_scene_schematic.svg(107.84 KB)
  - 03_ppo_training_loop.png(443.43 KB)
  - 03_ppo_training_loop.svg(153.8 KB)
  - 04_actor_critic_network.png(360.19 KB)
  - 04_actor_critic_network.svg(129.88 KB)
  - 05_reward_curriculum.png(433.78 KB)
  - 05_reward_curriculum.svg(172.68 KB)
- demo.py(5.65 KB)
- demo_cv.py(11.26 KB)
- make_accurate_figures.py(14.83 KB)
- make_paper_figures.py(5.23 KB)
- test_policy.py(2.78 KB)
- train.py(9.36 KB)
- train_demo.py(17.83 KB)
计算机科学与技术基于深度强化学习的采茶机器人灵巧手运动规划方法研究3.34-AI通过.docx(6.35 MB)

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容

2026计算机科学与技术一套基于深度强化学习的采茶机器人灵巧手运动规划方法研究3.34-AI通过(论文+程序代码源码.py)定稿.zip

您可能关注的文档

发表评论取消回复

专业设计 + 关注: 机构认证
内容提供者

该用户很懒，什么也没介绍

收藏店铺进入空间

2026计算机科学与技术一套基于深度强化学习的采茶机器人灵巧手运动规划方法研究3.34-AI通过(论文+程序代码源码.py)定稿.zip

2026计算机科学与技术一套基于深度强化学习的采茶机器人灵巧手运动规划方法研究3.34-AI通过(论文+程序代码源码.py)定稿.zip

您可能关注的文档

发表评论取消回复

相关文档

热门下载

相关标签

2026计算机科学与技术一套 基于深度强化学习的采茶机器人灵巧手运动规划方法研究3.34-AI通过(论文+程序代码源码.py)定稿.zip

2026计算机科学与技术一套 基于深度强化学习的采茶机器人灵巧手运动规划方法研究3.34-AI通过(论文+程序代码源码.py)定稿.zip

您可能关注的文档

发表评论取消回复

相关文档

热门下载

相关标签

2026计算机科学与技术一套基于深度强化学习的采茶机器人灵巧手运动规划方法研究3.34-AI通过(论文+程序代码源码.py)定稿.zip

2026计算机科学与技术一套基于深度强化学习的采茶机器人灵巧手运动规划方法研究3.34-AI通过(论文+程序代码源码.py)定稿.zip