BRAX

Name: BRAX
Creator: erfahrungenscout.de
License: 暂无描述

erfahrungenscout.de2025-03-22 收录

下载链接：

https://erfahrungenscout.de/#/schema/DataSet/www.brax.com/1

下载链接

链接失效反馈

官方服务：

资源简介：

Diagram with review-data of BRAX, by Reviews International.

BRAX 审查数据的图表，由国际审查出版。

提供机构：

erfahrungenscout.de

BRAX

Brax 是一种可微分物理引擎，可模拟由刚体、关节和执行器组成的环境。 Brax 是用 JAX 编写的，设计用于加速硬件。它既适用于单设备仿真，又可扩展为在多个设备上进行大规模并行仿真，无需烦人的数据中心。描述来自：https://github.com/google/brax

OpenXLab00

BRAX

该数据集包含了源自原始Mujoco环境的连续控制运动任务，涵盖了蚂蚁、Walker2d、半猎豹和人形机器人等场景。这些环境的观测空间大小分别为87、17、18和227，而动作空间大小分别为8、6、6和17。此外，这些环境还配备了用于评估智能体性能的封装器。该数据集以高吞吐量、大规模并行化的环境为特色，其任务是在最大化前进进度和机器人稳定性的同时，最小化能量消耗。

arXiv140

Google Brax locomotion environments

该数据集使用了谷歌Brax物理引擎，包含了具有挑战性的运动任务，如Walker、Ant和Humanoid等环境。数据集评估了包括脚步接触、速度、跳跃和角度等多种特征函数。此外，该数据集还包含了有助于评估QDAC算法在不同运动场景中性能和适应性的特征。规模上，数据集涵盖了多个环境，并具有多种特征。其任务是对连续控制任务进行评估和适应。

arXiv100

BRAX

OpenDataLab2026-07-05 更新300

Brax Environment Suite

该数据集是Brax环境套件，包含了一系列用于强化学习的模拟环境，为测试强化学习算法提供了一个框架。该套件包括多种环境，如Humanoid、Hopper、HalfCheetah、Reacher、Fetch以及UR5e，这些环境在强化学习研究中被广泛使用。在不同的环境中，研究者以8个种群大小和1.5亿步的预算进行了测试。这些任务均属于强化学习范畴。

arXiv110