Progress for week 42 (2019)

From Robin

Revision as of 11:53, 18 October 2019 by Emmaste (Talk | contribs)
(diff) ← Older revision | Current revision (diff) | Newer revision → (diff)
Jump to: navigation, search

Contents

Tony

Budget

  • Å gjøre litt mer forskning på å generere bevegelser med hjelp av nevrale nettverket **
  • Full-Human Body skeleton
  • Lite tid med arbeid til master

Accounting

  • Cannot partake in the weekly meeting, will perform 200% on the next week, below will summarize my work!
  • Made a full-Skeleton Body in V-rep
  • Some research has been done, will research further especially on movement
  • My master-thesis didn't progress as stated above and therefore progress has been halted for the time being

Wonho

Budget

  • Try modify source code of MultiNEAT for custom CPPN
  • Make dockerfile
  • better reward function to honor locomotive movements
  • Adjust parameter for evolution - Novelty search is supported by MultiNEAT, but no documentation on how to use it

Accounting

  • TODO


Nikolai

Budget

  • Få til kommunikasjon mellom Myo og Android.

Accounting

  • Fikk ikke til Android og Myo kommunikasjon.
    • Det er uansett et problem at hver gang jeg skal teste på android må jeg bygge en apk og installere den på telefonen, dersom noe da krasjer har jeg ikke debug informasjon.
  • Animasjoner🔥

TensorFlow i Unity

  • Last ned TensorFlowSharp plugin(Experimental .NET Bindings for TensorFlow)
    • Legg den bare inn i Assets folder i Unity.
  • Gå til Player Settings
    • Under Scripting Define Symbols skriv ENABLE_TENSORFLOW
    • Endre Scripting Runtime Version til .NET 4.X
  • Pretrained tensorflow modeller kommer som regel med en frozen_inference_graph.pb
    • Tensorflow i Unity må lese disse som en .bytes fil.
      • Holder å bare endre extension fra .pb til .bytes
    • Load .bytes filen i Unity som en TextAsset, eks:
      • public TextAsset model;
      • graph = new TFGraph ();
      • graph.Import (model.bytes)
  • Pass på at graph filen er samme version som TFSharp.
    • Kan løses ved å åpne graph filen i Python(med samme tensorflow version som TFsharp)
      • Reload og refreeze graph


Emma

Accounting

  • Modified the bipedal walker environment so that leg lengths can be changed.
  • Used python-neat to train agents to walk on flat ground in the modified bipedal walker environment
  • Looked at the POET code to try to find out how it works
Personal tools
Front page