रोबोस्कूल: एक open-source रोबोटिक्स सिमुलेशन प्लेटफॉर्म
रोबोस्कूल एक मुफ्त, open-source रोबोटिक्स सिमुलेशन प्लेटफॉर्म है जो OpenAI जिम के साथ निर्बाध रूप से काम करता है। यह शोधकर्ताओं, छात्रों और शौकीनों को महंगे hardware या लाइसेंसिंग शुल्क के बिना robot नियंत्रण और reinforcement learning के साथ प्रयोग करने में सक्षम बनाता है। उपयोगकर्ता रिपॉजिटरी क्लोन कर सकते हैं, रीसेट () और स्टेप () जैसे परिचित जिम सम्मेलनों का उपयोग कर सकते हैंः नए algorithms का परीक्षण करें , कस्टम वातावरण बनाएं, और सुधार समुदाय में वापस योगदान दें।
क्या नया है
रोबोस्कूल अब सभी के लिए उपलब्ध है. यह मुफ़्त है, open-source software का निर्माण robots को अनुकरण करने के लिए किया गया था , और यह OpenAI जिम के साथ निर्बाध रूप से काम करता है। यदि आप महंगे hardware या लाइसेंसिंग शुल्क के बिना रोबोटिक्स और reinforcement learning के साथ प्रयोग करने का एक तरीका ढूंढ रहे हैं, तो यह रिलीज़ आपके ध्यान के लायक है।
शोधकर्ता, शौकिया और छात्र अब पूरे कोडबेस को डाउनलोड कर सकते हैं, निरीक्षण और संशोधित कर सकते है। चूंकि परियोजना open source है, आप इसे अपनी आवश्यकताओं के अनुसार अनुकूलित करने के लिए स्वतंत्र हैं - चाहे वह एक नए नियंत्रण का परीक्षण करना हो algorithm , कस्टम वातावरण बनाना या JUST सीखना कि robot सिमुलेशन हुड के नीचे कैसे काम करता है.
OpenAI जिम के साथ एकीकरण क्यों महत्वपूर्ण है
OpenAI जिम विकसित करने और तुलना करने के लिए सबसे लोकप्रिय उपकरणों में से एक बन गया है। यह एक सरल, मानकीकृत इंटरफ़ेस प्रदान करता हैः आपका एजेंट किसी राज्य का निरीक्षण करता है, कार्रवाई करता है और पुरस्कार प्राप्त करता है। इससे algorithms को अंदर-बाहर स्वैप करना और परिणामों की तुलना करना आसान हो जाता है.
रोबोस्कूल को इस पारिस्थितिकी तंत्र में जोड़कर, सिमुलेशन और व्यापक शोध समुदाय के बीच की खाई कम हो जाती है. आप उसी प्रशिक्षण स्क्रिप्ट और मूल्यांकन वर्कफ़्लोज़ का उपयोग कर सकते हैं जिसे आप पहले से ही जिम से जानते हैं, लेकिन अब robot -केंद्रित वातावरणों के साथ। यदि आप क्लासिक जिम कार्यों के साथ काम कर रहे हैं, तो Roboschool वातावरण में जाने पर आपके सेटअप में न्यूनतम परिवर्तन की आवश्यकता होती है.
शुरुआत
Because Roboschool open source है, सेटअप सामान्य open-source पैटर्न का अनुसरण करता हैः रिपॉजिटरी क्लोन करें, निर्भरता स्थापित करें और प्रदान किए गए उदाहरण चलाएं। वातावरण जिम सम्मेलनों का पालन करते हैं, ताकि आप उन्हें पंजीकृत कर सकें, एक पर्यावरण ऑब्जेक्ट बनाएं, और परिचित कॉल जैसे एपिसोड के माध्यम से कदम उठा सकते हैं ` reset ((() ` तथा ∀step (()) ।
यदि आप reinforcement learning के लिए नए हैं, तो पहले एक बुनियादी जिम कार्य से शुरू करने में मदद मिलती है, फिर मूल बातें क्लिक होने पर अपने कोड को रोबोस्कूल वातावरण में स्थानांतरित करें।
किसको यह कोशिश करनी चाहिए
रोबोस्कूल robot नियंत्रण और reinforcement learning में रुचि रखने वाले किसी भी व्यक्ति के लिए एक अच्छा फिट हैः शोधकर्ता नए algorithms का परीक्षण कर रहे हैं, छात्र मूल बातें सीखते हैं, और डेवलपर्स वास्तविक hardware पर जाने से पहले विचारों को प्रोटोटाइप करते हैं। चूंकि यह मुफ़्त और खुला है, इसलिए इसे आज़माने के लिए कोई लागत बाधा नहीं हैऔर यदि आप इसमें सुधार करते हैं, तो आप उन सुधारों को समुदाय में वापस योगदान दे सकते हैं।
Comments (0)