大家好!!這裏整理我博客中的文章鏈接,大家可以選擇感興趣的閱讀,當然不喜勿噴,另外如果大家有想要了解的技術內容/教程,也可以留言或者私信我
一、四足機器人
1、數學建模
對一些關於四足機器人的數學問題進行分析
2、cpg控制
下面這兩篇文章介紹了最基礎的控制信號生成,即cpg控制網絡,之所以稱爲網絡是因爲各條腿的信號是相互耦合的。這兩篇文章中簡單講述hopf振盪器的數學原理,並且利用其變形以滿足我們的控制需求,最終實現了四足機器人的行走以及不同步態轉換。
波士頓動力真的無可企及嗎?一步步剖析四足機器人技術(一)
波士頓動力真的無可企及嗎?一步步剖析四足機器人技術(二)
3、minitaur
這三篇文章介紹瞭如何利用強化學習使得四足機器人minitaur學會行走,主要是對論文的解讀,以及相關代碼的講解與實現,該論文提出的方法使得我們可以直接將在仿真環境中訓練好的決策模型直接移植到現實中使用而無需進行遷移學習或者調參
二、強化學習
既然上一部分需要利用強化學習訓練我們的機器人,那肯定是少不了對強化學習相關概念以及算法的介紹的,不過這些文章只是着重針對ppo算法的,畢竟是openai的默認算法嘛。
強化學習算法PPO2中的關鍵原理+tensorflow2.1代碼(一)
強化學習算法PPO2中的關鍵原理+tensorflow2.1代碼(二)
三、gazebo
目前爲止,這些文章介紹了,如何熟悉使用gazebo,暫時還沒涉及到與ros進行交互的部分,我們先把他看成一個獨立的仿真環境吧。以下主要介紹了gazebo的一些常用功能,以及給出一些案例。
ps:當初入坑gazebo,純粹是爲了對四足機器人進行仿真建模,以及爲了將來的ros控制做打算,沒想到在這條路上越走越遠了,當然,gazebo還有很多有趣,有用的功能等待我們挖掘,後續還會不斷更新的。各位看官敬請期待吧。
gazebo教程(三)創建 Velodyne HDL-32 LiDAR傳感器模型
四、機器學習
提到強化學習,自然是少不了機器學習的,更準確的來說是深度學習,下面這幾篇文章只是簡單介紹了傳統算法的一些實現,但是如果大家對機器學習有一定了解的話,或者想要去深入瞭解的話,這幾篇文章恐怕不太適合,大家可以當做是飯後甜點(可能連甜點都算不上,當做零食好了,哈哈哈)
tensorflow2.0——fashion mnist 數據集訓練
五、pyglet
六、webot教程
七、matplotlib
【matploblib】一文帶你走遍matplotlib各種類型三維圖