Submitted 9 September, 2024; originally announced September 2024. , Comments: Website at mihdalal.github.io/neuralmotionplanner. Main paper: 7 pages, 4 figures, 2 tables. Appendix: 9 pages, 5 figures, 6 tables
توضیحات به فارسی
ارسال شده در 9 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد ، نظرات: وب سایت در mihdalal.github.io/neuralmotionplanner.مقاله اصلی: 7 صفحه ، 4 شکل ، 2 جدول.پیوست: 9 صفحه ، 5 شکل ، 6 جدول
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
The current paradigm for motion planning generates solutions from scratch for every new problem, which consumes significant amounts of time and computational resources. For complex, cluttered scenes, motion planning approaches can often take minutes to produce a solution, while humans are able to accurately and safely reach any goal in seconds by leveraging their prior experience. We seek to do the same by applying data-driven learning at scale to the problem of motion planning. Our approach builds a large number of complex scenes in simulation, collects expert data from a motion planner, then distills it into a reactive generalist policy. We then combine this with lightweight optimization to obtain a safe path for real world deployment. We perform a thorough evaluation of our method on 64 motion planning tasks across four diverse environments with randomized poses, scenes and obstacles, in the real world, demonstrating an improvement of 23%, 17% and 79% motion planning success rate over state of the art sampling, optimization and learning based planning methods. Video results available at mihdalal.github.io/neuralmotionplanner
چکیده به فارسی (ترجمه ماشینی)
الگوی فعلی برای برنامه ریزی حرکت برای هر مشکل جدید راه حل هایی از ابتدا ایجاد می کند ، که مقدار قابل توجهی از زمان و منابع محاسباتی را مصرف می کند.برای صحنه های پیچیده و به هم ریخته ، رویکردهای برنامه ریزی حرکت اغلب می توانند چند دقیقه طول بکشد تا یک راه حل تولید شود ، در حالی که انسان ها با استفاده از تجربه قبلی خود قادر به دستیابی دقیق و ایمن در ثانیه ها هستند.ما به دنبال این هستیم که با استفاده از یادگیری داده محور در مقیاس به مشکل برنامه ریزی حرکت ، همین کار را انجام دهیم.رویکرد ما تعداد زیادی از صحنه های پیچیده را در شبیه سازی ایجاد می کند ، داده های متخصص را از یک برنامه ریز حرکت جمع می کند ، سپس آن را به یک سیاست عمومی واکنشی تقسیم می کند.ما سپس این کار را با بهینه سازی سبک برای به دست آوردن مسیری امن برای استقرار دنیای واقعی ترکیب می کنیم.ما یک ارزیابی کامل از روش خود را در مورد 64 وظیفه برنامه ریزی حرکت در چهار محیط متنوع با نکات تصادفی ، صحنه ها و موانع تصادفی انجام می دهیم ، در دنیای واقعی ، نشان دهنده بهبود 23 ٪ ، 17 ٪ و 79 ٪ میزان موفقیت در برنامه ریزی حرکت نسبت به وضعیت وضعیتنمونه گیری هنر ، بهینه سازی و روشهای برنامه ریزی مبتنی بر یادگیری.نتایج ویدیویی موجود در mihdalal.github.io/neuralmotionplanner
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
