exp1_exp2_picture --> 碩論實驗照片
ddpg 和 sac 都是二軸的(庭瑜學姊的碩論)
vrep_camera --> 有關vrep相機的code
vrep --> 是六軸的 scene --> 是模擬環境各個場景 robot_with_joint_initial --> 最原始的六軸模型 scene_final --> 碩論訓練場景 scenewithobject --> 這個不用理 scene_for_master --> 用來放碩論和ppt圖的場景
// vrep連python一定要有 sim, simConst, simpleTest三個程式 //
SAC_version_tra --> 訓練三軸到隨機點(訓練軌跡)
SAC_camera_version2 --> 訓練拾取點位置
===================================
| 跑此程式請開scene_final,main_sac |
===================================
imgTemp --> 存你想要存的實驗圖
model --> 訓練好的權重
* 04212333 --> Banana
* 04240939 --> Banana
* 06121204 --> 畫碩論圖6-15,cubic,apple,orange,cup
* 06221503 --> 畫碩論圖6-16(pre-train)
* 06230850 --> 畫碩論圖6-16(no-pre-train)
* 07082329 --> 畫碩論圖6-17(no-yolo)
* PLOT --> 出強化學習訓練結果實驗圖
>>>--取YOLO訓練結果圖
* extract_log
* train_iou_visualization
* train_loss_visualization
>>>--跟強化學習有關
* buffer
* sac4
* network2
* env_new2
>>>--跟yolo有關
* darknet
* darknetUtils
* yolo
>>>--跟robot有關
* IK_FindOptSol --> 逆向8組找最佳解
* inverseKinematics --> 逆向
* Kinematics --> 順向
* Rot2RPY
>>>--其他
* config --> 所有需要調或設定的參數
* main_sac --> 主程式
* robot_vrep --> vrep與python的程式
* utils --> 畫最後訓練結果圖
SAC_camera_version_real_world --> 訓練好的拿來上機的code
==================================================
| 跑此程式請開,main_sac,kinect,scene_final(可不開) |
==================================================
>>>--跟強化學習有關
* buffer
* sac4
* network2
* Eval_env --> 特定物件拾取和分類環境
* hand_env --> 線上訓練環境
>>>--跟yolo有關
* darknet
* darknetUtils
* yolo
>>>--跟robot有關
* IK_FindOptSol --> 逆向8組找最佳解
* inverseKinematics --> 逆向
* Kinematics --> 順向
* Rot2RPY
>>>--跟kinect有關
* Kinect_new --> kinect處理影像
* mapper --> python連接kinect
>>>--其他
* main_sac --> 主程式
* cnn --> 拿來看cnn輸入輸出(測試用)
* config --> 所有需要調或設定的參數
* robot_vrep --> vrep與python的程式
* utils --> 畫最後訓練結果圖
* vrep_camera --> 有關vrep相機的code