一个用于轴孔装配的强化学习的环境提供了一个环境，您可以控制UR5机器人通过Reinforcement Learning实现轴和孔之间的组装。
最近更新: 1年前展示了在建筑施工中使用工业机器人在装配任务中首次成功应用强化学习。我们专注于木结构搭接接头的组装。我们调整了 Ape-X DDPG 以完全在模拟中训练策略，使用力/扭矩和姿势观察，并证明这些策略可以在现实中成功部署。我们还表明，这些策略适用于现实世界中材料的相当范围的不准确和姿势或形状的变化
最近更新: 1年前在这里，我们为机器人装配提供了一个模拟到真实的RL训练和测试环境，并通过添加记录和使用人工演示的选项对APEX-DDPG进行了修改。我们在模拟（pybullet）中包括两个示例，Franka Panda机器人执行钉入孔任务，以及执行搭接任务的无机器人末端执行器。我们还提供了一个模板，用于连接您的真实机器人，因为您推出了成功学习的策略。
最近更新: 1年前
