Pinned Repositories
analisis_algortitmos
An
cs560-spring2024
Visualization code for cs560
est_compu
fedora_ros_setup
Scripts for installing ros (and other stuff) on fedora
finalMeca
PM_proyecto_final
Archivos iniciales del proyecto final Principios Mecatrónica 2019
ROS_cheat_sheet
Cheat Sheet for ROS kinetic
Tesis_ITAM
Plantilla LATEX con el formato para Tesis ITAM
EK_AutoNOMOS_Sim
AutoNOMOS mini Simulator for testing using ROS and Gazebo
ML4KP
A library for integrating machine learning tools with state-of-the-art sampling-based kinodynamic planning algorithms.
garygra's Repositories
garygra/PM_proyecto_final
Archivos iniciales del proyecto final Principios Mecatrónica 2019
garygra/analisis_algortitmos
An
garygra/cs560-spring2024
Visualization code for cs560
garygra/est_compu
garygra/fedora_ros_setup
Scripts for installing ros (and other stuff) on fedora
garygra/finalMeca
garygra/ROS_cheat_sheet
Cheat Sheet for ROS kinetic
garygra/Tesis_ITAM
Plantilla LATEX con el formato para Tesis ITAM
garygra/garygra.github.io
garygra/gtsam
GTSAM is a library of C++ classes that implement smoothing and mapping (SAM) in robotics and vision, using factor graphs and Bayes networks as the underlying computing paradigm rather than sparse matrices.
garygra/lisp_pl2018
garygra/ML4KP_ROS
Extension of ML4KP to talk with ROS
garygra/pass_manager
garygra/PM_pract_3
Archivos iniciales para la práctica 3 principios de mecatrónica
garygra/PM_pract_4
Archivos iniciales para la práctica del laboratorio de Principios de Mecatrónica
garygra/PM_pract_5
Archivos iniciales para la práctica 5 (ROS) Principios de Mecatrónica
garygra/prx_double_pendulum
Dual purpose Acrobot and Pendubot Platform
garygra/random_images
garygra/raspi_ros_perception
Raspberry distributed perception system using Aruco + ROS
garygra/robotica_autonomos
Proyecto Final robótica 2017
garygra/RuPC
Robot Under-actuated Perception and Control
garygra/sis_oper_av
Proyecto de Sistemas Operativos Avanzados
garygra/UP
Sampling-based Reachability Analysis: A Random Set Theory Approach with Adversarial Sampling