深度强化学习主流算法在机器人导航避障中的仿真

达妙4310电机作为关节，达妙stm32h7开发板作为下位机，通过canfd与电机通信。上位机有window版（winfrom），Ubuntu版（c++，ROS2）。 适合验证动力学控制算法，电流环力控的研究和应

在gezebo仿真中完成深度强化学习的训练，并将PPO和SAC应用于现实中使用机器人导航。取得和仿真相同的效果。 使用了ROS中的里程计和目标点的获取。

在turtlebot3，pytorch上使用DQN,DDPG,PPO,SAC算法，在gazebo上实现仿真。

达妙4310电机作为关节，达妙stm32h7开发板作为下位机，通过canfd与电机通信。上位机有window版（winfrom），Ubuntu版（c++，ROS2）。 适合验证动力学控制算法，电流环力控的研究和应

两个三轴遥操作，主臂可以感受到从臂的力，从臂可以影响主臂的运动。