自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(13)
  • 收藏
  • 关注

原创 CoppeliaSim深度强化学习(六):马尔可夫决策过程

在时间步 t+1 时,环境的反馈仅取决于上一时间步 t 的状态 s 和动作 a,与时间步 t-1 以及步 t-1 之前的时间步都没有关联性。PSt1∣StPSt1∣S1StPSt1​∣St​PSt1​∣S1​...St​原本的马尔科夫过程加上奖励值之后就变成了马尔科夫奖励过程,其中 R 就是奖励,γ\gammaγ是折扣因子。

2025-09-16 17:49:05 777

原创 CoppeliaSim深度强化学习(三):创建gym环境

本文介绍了Gymnasium库的安装、使用和自定义环境创建方法。首先详细说明了Gymnasium及其扩展的安装命令和依赖库版本。接着展示了基本测试代码,演示了如何创建环境、获取观测值、执行随机动作等核心功能。然后介绍了Gymnasium的关键API接口,包括step、reset等方法,以及action_space、observation_space等重要属性。文章还概述了Gymnasium支持的各种空间类型。最后,通过实例演示了如何创建和注册自定义环境,包括使用copier模板创建项目目录、设置代理、安装环

2025-09-10 10:59:10 488

原创 CoppeliaSim深度强化学习(二):远程API函数

simx_opmode_blocking:发送命令作为一个整体。回复也将作为一个整体返回。等待回复(_REPLY_WAIT_TIMEOUT_IN_MS 为超时时间).,第一个参数为客户端ID,第二个参数为关节轴句柄,第三个参数为话题模式,当前函数返回结果(成功标识、弧度)。simx_opmode_oneshot:发送命令为一个整体。回复也将作为一个整体返回。在本节自带的资源中,可以看见参数详情,相比较python,文档中省略了第一个参数客户端ID。其它函数详情,请参考文档。

2025-09-01 23:06:12 195

原创 CoppeliaSim深度强化学习(一):python的api连接

使用Pycharm新建python项目,将 sim.py、simConst.py、 simpleTest.py、 remoteApi.dll都复制到该项目下。添加 simRemoteApi.start(19999)代码。

2025-08-25 21:36:32 402

原创 YOLO11 class网络pt模型转onnx模型精度损失问题解决

第二步则是对(320, 382)进行中心提取,图像尺寸转为(320,320)。注:博主本来是在c++上进行onnx模型部署,但是c++代码上onnx模型错误率很高,为了方便调试,也为了检测python和c++加载模型会有什么变化,所以在以下python代码中进行了测试,测试结果与c++代码的结果一样。因此,从模型导出的参数设置,到onnx模型cv2.dnn.blobFromImage方法加载的参数设置,都进行了改变,对错误率的减少基本没有作用,因此怀疑是pt模型的图像预处理与onnx的图像预处理存在不同。

2025-07-16 19:39:32 1218 2

原创 YOLOV11-obb模型基于opencv的onnx部署

c++代码也可加载YOLOV8/YOLOV5的模型,本文是针对obb模型,如果不是obb模型,按照模型实际输出进行修改。

2025-06-19 10:52:00 548

原创 YOLOV11 obb模型训练

1.2、安装torch2、ultralytics2.1、yolov11n_obb下载yolov11代码下载页,页面下拉,属于Models/Oriented Bounding Boxes (DOTAv1)下按照以下步骤进行转换过程:第一步:原始XML文件 ——————> DOTA格式的XML文件( 原始XML文件格式 :cx,cy,w,h,angle—> DOTA格式的XML文件格式 :x0,y0,x1,y1,x2,y2,x3,y3 )第二步:DOTA格式的XML文件 ——————> D

2025-06-18 16:24:01 862

原创 CoppeliaSim深度强化学习(五):贝叶斯定理

先要从条件概率讲起,条件概率,一般记作P(A|B),意思是当B事件发生时,A事件发生的概率。其定义为PA∣BPBPA∩B​其中 P(A∩B) 意思是A和B共同发生的概率,称为联合概率。也可以写作 P(A,B) 或 P(AB)。注意,定义中。

2025-06-13 17:57:16 868

原创 CoppeliaSim深度强化学习(四):了解深度强化学习框架

【代码】深度强化学习的学习(一)

2025-06-12 15:19:19 431

原创 川崎BX200L在Solidwords中按照DH参数导出数据

1. step模型下载2. DH参数获取2.1 roboDH软件下载模型2.2 DH参数获取3. solidworks软件stl格式保存设置4. 坐标系建立与保存5. python展示

2024-12-09 16:54:29 318

原创 Epson C4校准和Python通讯流程

Eson C4。

2024-08-11 20:50:33 1384

原创 机器人正运动学DH参数详解

连杆长度a:两轴之间公垂线的长度连杆转角α:假设作一个平面,并使该平面与两关节轴之间的公垂线垂直,然后把关节轴i-1和关节轴i投影到该平面上,在平面内轴i-1按照右手法则绕a转向轴i。

2024-08-09 11:35:48 2864

原创 WIN10+VS2019+CUDA11.8 使用TensorRT部署 yolov5-5.0

将下载的《yolov5加速包》中所有文件,复制粘贴到已下载《tensorrtx-yolov5》解压tensorrtx-yolov5-v5.0\yolov5目录下,其中的CMakeLists.txt选择替换原有文件。将《tensorrtx-yolov5》文件下的gen_wts.py文件复制到《yolov5-5.0》目录下,按照下图操作。将转出的wts模型,复制到3.3所生成的yolov5.exe同级目录下。编译过程中出现如下图的错误是可以不用管的。TensorRT配置成功。

2024-06-27 11:11:37 1190

CoppeliaSim深度强化学习(二):远程API函数

coppeliasim函数接口注解

2025-09-01

川崎机械臂Tcp通讯程序

程序下载至机械臂控制器中,运行main程序后,连接tcp发送对应代码可获得相关信息

2025-01-23

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除