语雀链接:https://www.yuque.com/g/u37871478/ix7sxu/gd6tr3vgf8bz8xiu/collaborator/join?token=n52NlUJLqvFbQo2O&source=doc_collaborator# 《机器人运动控制算法》
传统的机械臂控制是 IK,机器人是 MPC 和零力矩点控制;
目前有很多利用强化学习、模仿学习进、扩散模型进行仿真再 sim to real 进行控制。
这个在读博士总结的很全面,因为他也是从传统控制一步步走到现在强化学习的路上
四/双足机器人的运动规划与控制:一个在读PhD的阶段性回顾 - 知乎
CS自学指南北大计算机同学写的计算机学习路线以及优质的课程内容,方便进行学习。
games105 课程:Lecture03 Character Kinematics: Forward and Inverse Kinematics_哔哩哔哩_bilibili
里面有很多 IK 和重定向的基础知识,常看常新
评论总结的 PDF:foocker/CharacterAnimation
CharacterAnimation.pdf
【强化学习的数学原理】课程:从零开始到透彻理解(完结)_哔哩哔哩_bilibili
github 地址:MathFoundationRL/Book-Mathematical-Foundation-of-Reinforcement-Learning: This is the homepage of a new book entitled "Mathematical Foundations of Reinforcement Learning."
里面有 pdf 版本介绍各个章节,常看这个可以了解强化学习的数学公式!
- 已总结
Welcome to Spinning Up in Deep RL! — Spinning Up documentation
- 符号
- 引言
- 预备知识
- 线性神经网络
- 多层感知机
- 深度学习的计算
- 卷积神经网络
- 现代卷积神经网络
- 循环神经网络
- 现代循环神经网络
- 注意力机制和transformer
- 最优化算法
- 计算性能
- 计算机视觉
- 自然语言处理:预训练
- 强化学习
- 高斯过程
- 超参数优化
- 生成对抗网络
- 推荐系统
- 待更新