deep-rl-grasping:训练用于机器人掌握的深度强化学习模型。 从不同的感知层中选择原始深度，RGBD和自动编码器。 ...

机器人掌握的深度强化学习 结合基于课程学习的抓手环境来训练机器人模型。 从不同的感知层深度RGB-D中选择。 使用SAC，BDQ和DQN算法运行预训练的模型。 在不同的场景和领域中测试经过训练的算法。 硕士论文 先决条件 安装anaconda。 启动一个干净的conda环境。 conda create -n grasp_env python=3.6 conda activate grasp_env 安装 使用pip安装依赖项。 如果您有GPU，则可能需要根据系统要求安装tensorflow。 pip install -e . 运行模型 train_stable_baselines脚本提供了运行和训练模型的功能。 对于运行模型， “ manipulation_main / training / train_stable_baselines.py”采用以下参数 --model-受过