PyBullet
PulseAugur coverage of PyBullet — every cluster mentioning PyBullet across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
为模块化航天器开发受生物启发的修复策略
研究人员开发了一种新颖的去中心化故障修复策略，用于模块化航天器，其灵感来源于生物伤口愈合。该方法利用局部的压力信号引导存活模块向受损区域移动，从而在没有全局信息或绝对定位的情况下实现自主修复。模拟表明，即使在严重损坏的条件下，该策略也能有效地将存活模块整合为一个连通的组件，适用于大规模模块化航天器。
-
新的AR系统提高了机器人学习的效率和安全性
研究人员开发了一种新颖的可扩展机器人学习方法，用于灵巧机器人手臂-手系统，利用增强现实（AR）进行远程人机交互以收集专家演示数据。该方法包括一个两阶段过程：首先使用AR收集的数据进行行为克隆（BC）的初始预训练，然后进行对比学习增强的强化学习（RL）阶段，以提高策略效率和鲁棒性。集成了事件驱动的增强奖励系统以提高安全性，并通过PyBullet物理模拟和真实世界实验进行验证。
-
DRL通过sim-to-sim-to-real策略增强机器人姿态控制
研究人员开发了一种深度强化学习（DRL）方法，以改进双阿克曼转向机器人的姿态控制，解决了策略从仿真到实际应用迁移的挑战。他们的方法ManeuverNet被扩展以处理完整的姿态控制，并结合了sim-to-sim-to-real策略来应对驱动不确定性。通过在PyBullet环境中利用Gazebo模拟的驱动效应进行训练，DRL策略在Gazebo中达到了92%的成功率，在实体机器人上达到了69%的成功率，且无需进一步调整。
-
物理模拟揭穿虚假袭击指控
某人利用物理模拟和Python来为自己辩护，对抗虚假指控，证明在规定时间内所描述的行为在物理上是不可能的。模拟计算得出，所描述的撞击会产生极大的力量和声响，这与仅有一处瘀伤且未记录到任何巨大声响的证据不符。这种方法突显了计算建模如何应用于法律科学，以挑战有争议的说法。