[Robot RL][1] 초보, 시작하기 – 강화학습, ros2, humble, gazebo tutorial, 가제보 예제, reinforcement learning project

Published by KANG on

현재 환경과 설치사항은 다음과 같다.

  • ubuntu 22.04 (dual booting)
  • nvidia 4080 -> drivers 525
  • ros2 humble
  • anaconda -> python 3.9
  • vscode
  • gazebo 11.10
Categories: REINFORCEMENT LEARNING

0 Comments

Leave a Reply

Related Posts

REINFORCEMENT LEARNING

[Robot RL][Gymnasium][1] 초보 – DQN 이론, python, OpenAi Gym, Frozen Lake, Q learning, Q network, Q table

1. Frozen Lake 환경 frozen lake 1.1. Q-learning decaying E-greedy 위에 코드를 실행하면 아래와 같은 결과를 얻을 수 있다. discount factor 는 0.99 이고 2000번의 episode 를 돌게 된다.noise 를 추가 하는 방법으로 exploration 을 Read more…

REINFORCEMENT LEARNING

[Robot RL][Isaac, IsaacGym][2] 초보 – URDF 로 나만의 Custom 로봇 만들어서 불러오기 {강화학습, reinforcement learning project, 시뮬레이터}

1. URDF 파일 생성 사진과 같이 이 위치에서 urdf 파일을 만들어준다. cartpole.urdf 파일을 복사해서 이름바꾸기를 이용하였다. 2. URDF 로봇 불러오기 먼저 isaacgym/python/examples 에서 joint_monkey.py 코드를 다음과 같이 수정한다. 위에서 보이는 AssetDesc(“urdf/custom.urdf”, False), 코드를 추가 함으로써 Read more…

REINFORCEMENT LEARNING

[논문 리뷰][ROBOT RL][1] – PPO 구현, Proximal Policy Optimization, 강화학습, python, gym, gymnasium, Cartpole, Webots 시뮬레이터, inverted pendulum robot, 전체 코드

강화학습에서 유명한 PPO 논문과 이론을 공부하고 -> gym 을 이용하여 2d 환경에서 실험해보고 -> 이 후 물리엔진이 포함된 3차원 환경의 webots 시뮬레이터를 이용해 실제로 로봇에 적용 해보겠습니다. 1. 이론 : Proximal Policy Optimization Algorithms 작성중.. Read more…