IsaacGym 发布 Allegro-Kuka environments 数据集, 应用在 机器人技术、强化学习 领域

IsaacGym 本次发布的数据集 Allegro-Kuka environments, 该数据集包含了一系列涉及灵巧手臂上的手部操作任务，这些任务难度各异，旨在测试强化学习算法的能力。环境被设计为具有高度自由度，挑战性较大，有效策略学习需要大量的相关经验。该数据集规模宏大，拥有24576个并行模拟环境。任务种类包括重新抓取、投掷、重新定向、双臂重新定向、影手和阿尔LEGRO手部任务。

查看Allegro-Kuka environments

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。