具身模型与开源项目
收录全球 325 个具身智能模型、数据集、仿真与评测基准、框架工具及开源硬件,涵盖发布机构、开放程度、开源协议与适配机器人,其中国内机构发布 129 个。
SmolVLA
Hugging Face美国
面向机器人操作的轻量视觉语言动作模型,接收图像、机器人状态和语言指令,通过动作专家生成连续控制动作。基于 LeRobot 社区数据训练,提供预训练权重及微调、推理实现,可作为低成本…
Genesis World
Genesis AI、Carnegie Mellon University美国
面向机器人与物理 AI 的仿真平台,原名 Genesis。统一多物理引擎覆盖刚体、FEM、MPM、PBD、SPH、IPC 等求解器并可相互耦合,配自研渲染器 Nyx 和可编译到 C…
LeRobot
Hugging Face美国
Hugging Face 的端到端机器人学习库,基于 PyTorch,提供统一的机器人控制接口、LeRobotDataset 数据格式和 Hub 上的数据集与模型。内置 ACT、D…
Cosmos 3
NVIDIA美国
NVIDIA Cosmos 平台的第三代世界基础模型,采用统一的混合 Transformer 架构,一个模型两种用法:Reasoner 输入文本和视觉、输出文本,用于场景理解、任务…
GR00T N1
NVIDIA美国
GR00T N 系列是 NVIDIA 面向通用人形机器人的开源 VLA 基础模型,仓库包含 N1、N1.5、N1.6 和 N1.7。模型由视觉语言骨干和流匹配扩散 Transfor…
π0
Physical Intelligence美国
π0 系列是 Physical Intelligence 的通用机器人 VLA 模型,openpi 仓库提供官方代码和开源权重:基于流匹配的 π0、基于 FAST 动作分词器的自回…
MuJoCo
Google DeepMind英国
通用物理引擎,全称 Multi-Joint dynamics with Contact,用于机器人、生物力学、动画和机器学习中带接触的多关节系统仿真。提供 C API、Python…
Dummy-Robot
peng-zhihui中国
稚晖君(peng-zhihui)开源的桌面级小型机械臂,原版采用步进电机加谐波减速模组、铝合金 CNC 结构。仓库提供结构 3D 模型源文件,REF 核心控制板与底板、闭环步进电机…
PyBullet
erwincoumans
Bullet Physics SDK 是开源的实时碰撞检测与多物理仿真库,PyBullet 是它的 Python 绑定,推荐用于机器人、强化学习和 VR。可做刚体与多体动力学仿真,…
Rerun
Rerun瑞典
面向物理 AI 的多模态数据记录、查询与可视化工具,可接入图像、点云、坐标变换、时间序列、关节状态和视频等多速率数据,来源包括机器人日志、人类数据采集设备、仿真和网络视频,支持 M…
OpenVLA
Stanford University、UC Berkeley 等美国
斯坦福大学等发布的开源视觉-语言-动作模型,输入单张相机图像和语言指令,以离散 token 形式输出 7 自由度末端动作。模型基于 Prismatic VLM(DINOv2 与 S…
HY-Embodied
腾讯中国
腾讯 Robotics X 与混元团队发布的具身基础模型系列。HY-Embodied-0.5(MoT-2B)面向端侧部署;Hy-Embodied-VLM-1.0 是基于 Hy3-A…
Microduck
Pollen Robotics、Hugging Face法国
Pollen Robotics(已被 Hugging Face 收购)推出的小型双足鸭子机器人 Microduck 的开源软件,整机需购买。本仓库是机载软件:在 Rockchip …
Cosmos Reason
NVIDIA美国
NVIDIA 面向物理 AI 与机器人的推理视觉语言模型,输入图像或视频与文本,用长链式思维输出对空间、时间和物理常识的理解,可作为规划模型推断具身智能体的下一步动作,也可用于判断…
Isaac Lab
NVIDIA、ETH Zurich美国
NVIDIA 基于 Isaac Sim 的 GPU 加速机器人学习框架,前身为 Orbit,用于强化学习、模仿学习和运动规划。内置机械臂、四足、人形等机器人模型和现成训练环境,可对…
V-JEPA 2
Meta FAIR美国
Meta FAIR 用互联网规模视频自监督训练的视频模型,通过在潜在特征空间预测被遮挡部分来学习理解和预测物理世界。动作条件版 V-JEPA 2-AC 在其编码器上用少量 DROI…
SO-100
The Robot Studio、Hugging Face法国
The Robot Studio 与 Hugging Face 合作设计的低成本开源桌面机械臂,分主动臂(leader)和从动臂(follower),用于遥操作采集示教数据、训练模…
NVIDIA Warp
NVIDIA美国
NVIDIA 开源的 Python GPU 加速仿真与计算框架,把普通 Python 函数即时编译成可在 CPU 或 CUDA GPU 上运行的高效内核,内核可微分,能与 PyTo…
Gemini Robotics
Google DeepMind英国
Google DeepMind 基于 Gemini 的机器人模型系列:视觉-语言-动作模型 Gemini Robotics 由图像和语言指令输出机器人动作;具身推理模型 Gemin…
ROS 2
Open Robotics美国
第二代机器人操作系统,由开源机器人基金会(Open Robotics)维护,是构建机器人应用的一整套软件库和工具,提供节点间的发布订阅、服务和动作通信,以及驱动、常用算法、构建与调…
AgiBot World
智元机器人、OpenDriveLab中国
智元机器人与 OpenDriveLab 发布的大规模真机双臂操作数据集,在 5 类领域、100 多个 1:1 复刻的真实场景中用 100 台智元移动双臂机器人采集,硬件含视触觉传感…
Magma
Microsoft Research、University of Maryland 等美国
Magma 是微软研究院的多模态智能体基础模型,同一模型能理解图像和视频,也能为界面导航和机器人操作生成视觉规划与动作。预训练使用多模态理解、UI 导航和 OXE 机器人数据,并借…
Newton
NVIDIA、Google DeepMind 等美国
基于 NVIDIA Warp 的 GPU 加速物理仿真引擎,面向机器人与仿真研究者,由 Disney Research、Google DeepMind 和 NVIDIA 发起,现为…
XLeRobot
Vector-Wangel美国
面向家庭场景的低成本双臂移动机器人,在 LeRobot、SO-100 / SO-101 机械臂、LeKiwi 和 Bambot 的基础上搭建,结构件 3D 打印,组装约 4 小时。…
OpenCat
Petoi美国
Petoi 开源的四足机器人框架,基于 Arduino 和树莓派,处理步态协调、舵机控制和 IMU 集成,是 Bittle 机器狗、Nybble 机器猫等桌面级四足套件的固件与软件…
RLinf
清华大学、北京中关村学院 等中国
面向具身智能与智能体的强化学习训练基础设施,用于对 VLA 等机器人策略做强化学习后训练、监督微调和评测。支持 OpenVLA、π0 / π0.5、GR00T 等模型,对接 Man…
NVIDIA PhysX
NVIDIA美国
NVIDIA 的实时物理仿真引擎,是 Isaac Sim、Isaac Lab 等机器人仿真的底层物理后端。仓库包含 PhysX SDK 源码、Omniverse Kit 用的 Ph…
Sesame
dorianborian
基于 ESP32 的小型开源四足机器人,每条腿 2 个舵机,配 OLED 表情屏,结构件可全部用 PLA 3D 打印,面向创客入门步行机器人。仓库提供 CAD 与 STL 文件、物…
Webots
Cyberbotics、EPFL瑞士
开源机器人仿真软件,提供建模、编程和仿真机器人、车辆及机械系统的完整开发环境,带图形界面和激光雷达、相机识别等传感器仿真,提供三大桌面系统安装包、在线仿真平台 webots.clo…
dm_control
Google DeepMind英国
Google DeepMind 基于 MuJoCo 物理引擎的仿真与强化学习软件栈。核心组件包括 MuJoCo 的 Python 绑定、DeepMind Control Suite…
Dimensional OS
Dimensional美国
Dimensional 开源的通用机器人操作系统与 SDK,不依赖 ROS,用 Python 即可为人形、四足、机械臂和无人机编写应用。内置导航与建图(SLAM、动态避障、路径规划…
Diffusion Policy
Columbia University、Toyota Research Institute 等美国
哥伦比亚大学、丰田研究院和 MIT 提出的视觉运动策略学习方法,把机器人动作序列生成建模为条件去噪扩散过程,根据图像或低维状态观测输出未来一段动作,提供 CNN 和 Transfo…
LeWorldModel
Mila、New York University 等加拿大
从原始像素端到端训练的联合嵌入预测架构(JEPA)世界模型。训练只用两项损失:下一时刻嵌入的预测损失,以及让潜在嵌入服从高斯分布的正则项,不依赖预训练编码器或指数滑动平均等防坍塌技…
Mobile ALOHA
Stanford University美国
斯坦福大学发布的低成本双臂移动操作与全身遥操作系统,在 ALOHA 双臂平台上加装移动底盘,操作者可同时操控双臂和底盘采集演示数据。mobile-aloha 仓库提供硬件装配教程和…
reBot Arm
Seeed Studio中国
Seeed Studio(矽递科技)开源的桌面级六轴机械臂,面向具身智能学习与开发,已通过 OSHWA 开源硬件认证。提供外观相同、分别采用达妙和灵足电机的 B601-DM、B60…
GR00T Whole-Body Control
NVIDIA美国
NVIDIA 的人形机器人全身控制平台,提供训练、评估和部署全身控制器的代码与模型。包括 GR00T N1.5 / N1.6 使用的解耦式全身控制器(下肢强化学习、上肢逆运动学);…
Cosmos-Predict
NVIDIA美国
NVIDIA Cosmos 平台中的世界基础模型系列,以视频形式模拟和预测世界的未来状态,服务机器人和自动驾驶的合成数据生成、策略评估等。最新的 Cosmos-Predict2.5…
Isaac Sim
NVIDIA美国
NVIDIA 基于 Omniverse 的机器人仿真平台,用于在逼真的虚拟环境中开发、测试、训练和部署 AI 机器人。可从 URDF、MJCF、CAD 导入机器人,用 GPU 加速…
Drake
Toyota Research Institute、Massachusetts Institute of Technology美国
面向机器人基于模型的设计与验证的 C++ 工具箱,带 Python 绑定。包含动力系统建模框架、多体运动学与动力学(含摩擦、接触)仿真和数学规划求解接口,强调暴露动力学方程的结构,…
MuJoCo Menagerie
Google DeepMind英国
Google DeepMind 维护的 MuJoCo 物理引擎高质量机器人模型库,涵盖人形、四足、机械臂、灵巧手、移动操作平台等数十款常见机器人。每个模型附 MJCF 定义、网格资…
dora-rs
dora-rs
用 Rust 编写的机器人与 AI 应用数据流中间件。应用用 YAML 描述为有向图,节点可用 Rust、Python、C、C++ 编写并混用,同机节点经 Zenoh 共享内存零拷…
StarVLA
StarVLA Community中国
乐高式的模块化 VLA 开发代码库,把模型拆成可替换的底座(Qwen-VL 等视觉语言模型或 Cosmos 等视频世界模型)和动作头(FAST、OFT、π 式流匹配、GR00T 式…
Helix
Figure AI美国
Figure AI 为自家人形机器人开发的视觉-语言-动作模型,分两部分:S2 是基于开源权重视觉语言模型的 7B 模型,以 7–9 Hz 理解画面和语言指令,输出潜向量;S1 是…
Habitat
Meta AI美国
Meta 开源的具身智能仿真平台。Habitat-Sim 是 3D 仿真器,支持 HM3D、Matterport3D 等室内扫描场景和 ReplicaCAD、YCB 物体模型,可配…
Pinocchio
Inria、LAAS-CNRS法国
开源刚体动力学 C++ 库,实现 Featherstone 系列算法,计算多关节机器人的正逆运动学、正逆动力学、质心动力学及其解析导数,支持闭链机构、摩擦接触求解和系统辨识回归量,…
OpenArm
Enactic日本
面向物理 AI 研究的开源人形机械臂,单臂 7 自由度,强调高反驱性与柔顺性,适合接触丰富的操作和人机交互场景。开源内容包括完整 CAD(STL、STEP、Fusion 360)、…
Unitree RL GYM
宇树科技中国
宇树科技官方的强化学习运动控制示例仓库,基于 legged_gym 与 rsl_rl,在 Isaac Gym 中训练宇树机器人的行走策略,覆盖训练、回放、Sim2Sim(MuJoC…
RoboTwin
香港大学、上海交通大学中国香港
面向双臂操作的仿真评测基准与数据生成平台,当前版本为 RoboTwin 2.0。平台提供 50 个双臂操作任务和多种机械臂本体,内置自动化数据采集和强域随机化,可批量生成训练数据,…
RDT
清华大学中国
RDT 是清华大学 TSAIL 团队的机器人扩散基础模型系列。RDT-1B 是面向双臂操作的扩散 Transformer,根据语言指令和最多三路图像预测未来 64 步动作,统一动作…
RoboBrain
北京智源人工智能研究院中国
北京智源人工智能研究院发布的具身大脑模型系列,输入图像或视频与语言指令,输出任务规划、可供性区域、空间指点和操作轨迹,把抽象指令拆成机器人可执行的步骤。1.0 版基于 ShareR…
OmniAction
复旦大学、上海创智学院 等中国
复旦大学 OpenMOSS 团队为全模态 VLA 模型 RoboOmni 构建的数据集,研究机器人从语音对话、环境声音和画面中推断用户意图。以 Open X-Embodiment …
ManiSkill
University of California San Diego美国
基于 SAPIEN 的开源机器人仿真与训练框架,侧重操作技能,也用作评测基准。支持 GPU 并行仿真与渲染,可高吞吐采集 RGBD 和分割数据,各并行环境可加载不同场景和物体;任务…
Low-Cost Robot Arm
AlexanderKoch-Koch、jess-moss
Alexander Koch 开源的低成本 3D 打印机械臂,由 Dynamixel XL430 和 XL330 舵机驱动,另配一条参考 GELLO 简化设计的主动臂做主从遥操作,…
PAROL6
Source RoboticsHR
Source Robotics 开源的 3D 打印桌面级六轴机械臂,机械设计、控制软件和使用方式都参照工业机器人。仓库提供 BOM、STL 文件和装配说明,配套 Commander…
Dexbotic
原力灵机中国
原力灵机开源的一站式 VLA 开发工具箱,基于 PyTorch,覆盖预训练、微调、推理和评测。内置 π0、π0.5、CogACT、OFT、MemVLA、GR00T N1 等策略和 …
Brax
Google美国
用 JAX 编写的可微物理引擎,面向 GPU / TPU 上的大规模并行刚体仿真,附带 PPO、SAC、ARS、进化策略和解析策略梯度等训练算法。提供 MJX、广义坐标、基于位置的…
mjlab
UC Berkeley美国
把 Isaac Lab 的 manager-based API 与 GPU 版 MuJoCo(MuJoCo Warp)结合的机器人强化学习框架,提供可组合的环境构建模块,可直接访问…
Eureka
NVIDIA、University of Pennsylvania 等美国
用大语言模型自动编写强化学习奖励函数的方法与代码:GPT-4 等模型根据环境源码生成奖励代码,按训练反馈迭代改进,再用这些奖励在 Isaac Gym 中训练机器人策略,也可结合人类…
GO-1
智元机器人、OpenDriveLab中国
智元机器人的通用具身基座模型,采用视觉-语言-隐动作(ViLLA)架构:多模态大模型理解图像和指令,隐式规划器预测隐动作,动作专家生成机器人动作,在智元的 AgiBot World…
legged_gym
ETH Zurich、NVIDIA瑞士
ETH Zurich 机器人系统实验室基于 Isaac Gym 开发的足式机器人强化学习环境,用 GPU 大规模并行仿真训练崎岖地形行走,配套 rsl_rl 的 PPO 实现。包含…
DeepMimic
UC Berkeley、University of British Columbia美国
加州大学伯克利分校提出的基于物理的动作模仿方法,用深度强化学习训练仿真人形角色模仿动作捕捉片段,学习翻跟头、旋踢、行走等技能,并能与任务目标结合。仓库同时包含后续工作 AMP(对抗…
RSL-RL
ETH Zurich、NVIDIA瑞士
ETH Zurich 机器人系统实验室开源的轻量级机器人强化学习库,基于 PyTorch,可在 GPU 上高吞吐训练并原生支持多 GPU,内置 PPO 和学生-教师蒸馏等常用算法,…
PhyAgentOS
中山大学、鹏城实验室 等中国
中山大学 HCP 实验室、鹏城实验室与拓元智慧联合开发的具身智能体框架。大模型智能体规划高层工具调用,机器人动作统一经版本化的 Forge Gateway 下发到 Dora 节点、…
OM1
OpenMind美国
OpenMind 开源的模块化 AI 运行时,用于在人形、四足、TurtleBot 4 等机器人及 Gazebo、Isaac Sim 仿真中部署多模态智能体。智能体接收摄像头、激光…
Isaac Gym
NVIDIA美国
NVIDIA 早期的 GPU 物理仿真与强化学习平台,基于 PhysX,物理仿真、观测和奖励计算都在 GPU 上完成,可并行运行数千个环境。本体 Isaac Gym Preview…
Ψ₀
University of Southern California美国
Ψ₀ 是面向人形机器人灵巧移动操作的开源 VLA 模型,先在人类第一视角视频(EgoDex)上学习任务语义和视觉表征,再用少量真机遥操作数据后训练。结构分三层:Qwen3-VL-2…
DreamZero
NVIDIA美国
NVIDIA GEAR 实验室的世界-动作模型,在同一个模型里联合预测未来视频和机器人动作,直接作为策略控制机器人。以 Wan2.1-I2V-14B 视频生成模型为底座,输入三路相…
LIBERO
The University of Texas at Austin美国
面向终身学习和多任务机器人操作的仿真评测基准,用于研究知识迁移。提供程序化生成任务的流水线,以及 LIBERO-Spatial、LIBERO-Object、LIBERO-Goal、…
LingBot-VLA
蚂蚁灵波中国
LingBot-VLA 是蚂蚁灵波的 VLA 基础模型系列。1.0 版以 Qwen2.5-VL-3B-Instruct 为视觉语言骨干,在 9 种双臂机器人构型的真机数据上预训练,…
LingBot-Video
蚂蚁灵波中国
蚂蚁灵波面向具身智能的视频生成模型,支持文生图、文生视频和图文生视频。训练数据在大规模网络视频外加入 7 万小时以上具身数据,并用美学、物理合理性和任务完成度多种奖励优化,评测覆盖…
BONES-SEED
Bones StudioPL
Bones Studio 发布的人体动作捕捉数据集,面向人形机器人全身控制。由 522 名演员录制,涵盖移动、手势交流、物体交互、舞蹈、运动等日常动作,每条动作同时提供 SOMA …
GMR
Stanford University美国
把人体动作实时重定向到多种人形机器人的工具,在 CPU 上运行。输入可以是 SMPL-X(AMASS、OMOMO)、BVH(LAFAN1、Nokov、Xsens)、OptiTrac…
robosuite
Stanford University、The University of Texas at Austin 等美国
基于 MuJoCo 的机器人学习仿真框架,附带一套可复现的操作任务基准环境。模块化 API 可用机器人模型、场景和参数化物体程序化组合新任务,提供关节速度、逆运动学、操作空间和全身…
ROBOTO_ORIGIN
萝博派对中国
上海萝博派对(RoboParty)开源的 DIY 人形机器人原型机「萝博头」,能走能跑,结构、电气、训练和部署全流程开源,零件可在淘宝采购、结构件和 PCB 可在嘉立创打样,个人即…
GigaBrain-0
极佳科技中国
GigaBrain-0 是极佳科技(GigaAI)的具身 VLA 基础模型系列,用世界模型生成数据扩充训练,已开源 0、0.1 和 0.7 版权重。GigaBrain-0.7 采用…
VLA-Adapter
OpenHelix Team、北京邮电大学 等中国
VLA-Adapter 是一种小规模 VLA 模型范式,研究如何把视觉语言模型的表征高效桥接到动作空间。默认用 Prismatic 架构、以 Qwen2.5-0.5B 为语言骨干的…
LingBot-VA
蚂蚁灵波中国
蚂蚁灵波的因果视频-动作世界模型,用自回归扩散框架在同一条交错序列里同时预测未来画面和机器人动作,直接用于机器人控制。采用双流混合 Transformer 结构,视觉与动作 tok…
GigaWorld
极佳科技中国
极佳科技(GigaAI)面向具身智能的世界模型系列。GigaWorld-0 定位为 VLA 训练的数据引擎,由可控制外观、视角和动作语义的视频生成模型 GigaWorld-0-Vi…
SAGE-3D
浙江大学、群核科技中国
浙江大学与群核科技 SpatialVerse 团队发布的具身导航数据和场景资产。把 InteriorGS 的 1,000 个室内 3D 高斯泼溅场景转成可在 Isaac Sim 5…
FLUX 3 Action
Black Forest Labs德国
Black Forest Labs 发布的开放权重世界-动作模型(WAM)。输入相机画面、机器人状态和文本指令,将下一段动作块与未来视频帧联合去噪生成,直接输出关节目标控制机器人。…
Xperience-10M
Ropedia新加坡
Ropedia 发布的大规模第一视角多模态人类经验数据集,面向具身智能、机器人从人类示范学习和世界模型训练。每个片段同步记录 4 路鱼眼和 2 路双目视频、音频、双目深度、相机位姿…
10Kh RealOmni
GenRobot中国
GenRobot 用自研 DAS 手持夹爪采集的无机器人双手操作数据集,采集者在 3,000 多户真实家庭中完成叠衣、拉拉链、清洗容器、拧瓶盖倒水、整理杂物、系鞋带等家务,聚焦 1…
Stanford Doggo
Stanford Student Robotics美国
Stanford Student Robotics 开源的小型四足机器人,每条腿为两台无刷电机同轴驱动的五连杆,能行走、小跑、四足齐跳(pronk)、跳跃和后空翻,定位为便于复制的…
ProtoMotions
NVIDIA美国
NVIDIA 开源的 GPU 加速仿真人与人形机器人运动学习框架,当前为第 3 版。可在 Isaac Gym、Isaac Lab、Newton、MuJoCo 等物理后端间切换,用 …
BeyondMimic
UC Berkeley美国
加州大学伯克利分校 Hybrid Robotics 实验室的人形机器人控制框架,支持高动态动作跟踪,并可在测试时用引导扩散控制器按任务调整行为。本仓库是其中的动作跟踪训练部分,基于…
MimicKit
Simon Fraser University、NVIDIA加拿大
轻量的运动模仿强化学习框架,用于训练物理仿真角色和机器人的运动控制器。集成 DeepMimic、AMP、AWR、ASE、LCP、ADD、SMP 等方法,可选 Isaac Gym、I…
ALOHA
Stanford University、UC Berkeley 等美国
斯坦福大学等发布的低成本开源双臂遥操作系统,由 2 条主动臂、2 条从动臂(Interbotix WidowX / ViperX 系列)和 4 个相机组成,操作者直接拖动主动臂,从…
CHAMP
chvmp
开源四足机器人开发框架,基于 ROS,控制器参照 MIT Cheetah 的分层控制方法(步态模式调制与阻抗控制)实现。提供配置向导,可为自制四足机器人生成步态参数、硬件驱动和导航…
DM0
原力灵机中国
DM0 是原力灵机(Dexmal)的具身原生 VLA 模型系列,OpenDM 仓库开源了新一代 DM0.5 的权重、训练推理脚本和评测流程。DM0.5 针对开放式指令、长程任务、动…
Octo
UC Berkeley、Stanford University 等美国
Octo 是开源的通用机器人策略模型,采用 Transformer 主干加扩散动作头,在 Open X-Embodiment 的 80 万条轨迹上预训练。支持多路相机输入,可用语言…
RT-2
Google DeepMind英国
Google DeepMind 提出的视觉-语言-动作模型。把机器人动作写成文本 token,在网络视觉语言数据和机器人轨迹上联合微调预训练视觉语言模型,让同一个模型既能回答视觉问…
PyRobot
Meta AI、Carnegie Mellon University美国
Meta AI(原 Facebook AI Research)与卡内基梅隆大学推出的机器人研究平台,提供与硬件无关的高层 Python 接口,用统一 API 完成机械臂操作和移动导…
ACT
Stanford University、UC Berkeley 等美国
斯坦福大学等提出的模仿学习策略,用基于 Transformer 的 CVAE 一次预测一段连续动作(动作分块),并可用时间集成让执行更平滑,用于低成本双臂硬件上的精细操作。仓库提供…
MuJoCo Playground
Google DeepMind、UC Berkeley英国
基于 MuJoCo MJX 的 GPU 加速机器人学习环境库,面向强化学习和 sim-to-real 迁移。包含 dm_control 经典控制、四足与双足行走、非抓取操作和灵巧操…
ASAP
Carnegie Mellon University、NVIDIA美国
卡内基梅隆大学与 NVIDIA 提出的人形机器人敏捷全身技能学习方法:先在仿真中用重定向的人体动作训练基于相位的动作跟踪策略,再用真机数据训练补偿仿真与现实动力学差异的增量动作模型…
Humanoid-Gym
星动纪元、清华大学中国
星动纪元开源的人形机器人强化学习训练框架,基于 NVIDIA Isaac Gym 训练行走等运动技能,提供针对人形机器人的奖励设计,并集成从 Isaac Gym 到 MuJoCo …
RoboVerse
UC Berkeley、北京大学 等美国
统一多种仿真器的机器人学习平台、数据集与评测基准。核心 MetaSim 抽象出统一的场景、任务和机器人配置,可在 Isaac Lab、Isaac Gym、MuJoCo、SAPIEN…
LingBot-Depth
蚂蚁灵波中国
蚂蚁灵波面向机器人的 RGB-D 空间感知模型,用掩码深度建模做自监督训练,把深度相机输出的残缺、带噪深度补全为度量尺度准确的深度图和点云。输入 RGB 图像、原始深度和相机内参,…
UnifoLM-WMA
宇树科技中国
宇树科技 UnifoLM 系列中的世界模型-动作框架。核心是理解机器人与环境物理交互的视频世界模型,有两种用法:决策模式下接动作头,借助对未来交互的预测输出动作;仿真模式下作为交互…
MoveIt 2
PickNik Robotics美国
ROS 2 上的机械臂运动规划框架,提供运动规划(集成 OMPL、CHOMP、STOMP 等规划器)、逆运动学、碰撞检测、轨迹缓存、感知与占据地图接入,以及实时伺服控制 MoveI…
Open X-Embodiment
Google DeepMind英国
Google DeepMind 联合 21 家机构、34 个实验室整合的跨本体机器人数据集,把 60 个已有真机数据集统一为 RLDS 格式,覆盖单臂、双臂、四足等 22 种机器人…
Berkeley Humanoid Lite
UC Berkeley美国
UC Berkeley Hybrid Robotics 实验室开源的低成本人形机器人,采用模块化 3D 打印减速器和市面常见零部件,便于复制和改装。仓库按 Isaac Lab 扩展…
Gymnasium-Robotics
Farama Foundation美国
Farama 基金会维护的机器人强化学习环境集合,采用 Gymnasium API,基于 MuJoCo 物理引擎和官方 Python 绑定运行。包含 Fetch 机械臂操作、Sha…
robot_lab
fan-ziqi中国
基于 Isaac Lab 的机器人强化学习扩展库,可在 Isaac Lab 主仓库之外独立开发训练环境。内置大量四足、轮足和人形机器人的速度跟踪运动环境,覆盖宇树、云深处、智元、魔…
cuRobo
NVIDIA美国
NVIDIA 开源的 GPU 加速机器人运动生成库,基于 PyTorch、CUDA 和 Warp,提供并行的正逆运动学、碰撞检测、轨迹优化、几何规划和由深度图生成距离场的感知模块,…
Meta-World
Farama Foundation、Stanford University 等美国
面向多任务和元强化学习的机器人操作仿真评测基准,基于 MuJoCo,提供 50 个连续控制操作任务。多任务基准 MT1、MT10、MT50 要求同时学习 1、10 或 50 个任务…
SimpleVLA-RL
清华大学、上海人工智能实验室中国
面向视觉-语言-动作模型的强化学习训练框架,在 veRL 基础上加入 VLA 专用的 rollout、多环境并行渲染和训练流程,只用 0/1 任务成功奖励即可对监督微调后的模型做在…
Boundless-World-Model
同济大学中国
同济大学团队开源的动作条件视频世界模型,基于 Wan2.2-TI2V-5B,输入初始画面、历史画面和机械臂动作序列,自回归预测后续操作视频,作为机器人操作的低成本仿真器,用于数据生…
RLBench
Imperial College London英国
大规模视觉引导机器人操作评测基准与学习环境,基于 CoppeliaSim 和 PyRep 构建,提供从简单抓取到开烤箱等多步骤任务在内的 100 个任务,可自动生成示范数据。支持少…
legged_control
qiayuanl
基于 OCS2 和 ros-control 的足式机器人模型控制框架,集成非线性模型预测控制(NMPC)、全身控制(WBC)、状态估计和 sim2real 流程,提供 Gazebo…
Stanford Pupper
Stanford Student Robotics美国
Stanford Student Robotics 开源的低成本四足机器人,基于树莓派和舵机,能小跑、行走和跳跃。仓库是 Pupper 与更大的 Woofer 共用的控制代码,包括…
RoboCasa
The University of Texas at Austin、NVIDIA美国
面向通用机器人日常任务的大规模仿真框架与评测基准,基于 robosuite,以厨房场景为主。最新版 RoboCasa365 借助大语言模型设计任务,提供大量厨房场景和物体资产(含 …
AI2-THOR
Allen Institute for AI美国
Allen Institute for AI 开源的近照片级交互式具身智能仿真框架。iTHOR 做高层交互和具身常识推理,ManipulaTHOR 用机械臂做视觉物体操作,Robo…
PyRoki
UC Berkeley美国
加州大学伯克利分校开源的 Python 机器人运动学优化工具包,基于 JAX,可在 CPU、GPU、TPU 上运行。可从 URDF 构建可微正运动学模型,自动生成胶囊体等碰撞几何,…
BEHAVIOR-1K
Stanford University美国
斯坦福大学发布的具身智能家务任务评测基准,包含 1000 种日常家庭活动,如清洁、烹饪、整理,活动选自真实的人类时间使用调查和偏好研究。该一体化仓库提供训练与评测智能体所需的全部组…
MuJoCo MPC
Google DeepMind英国
Google DeepMind 基于 MuJoCo 物理引擎开发的实时预测控制应用和框架,用户编写任务代价函数后,可在图形界面中交互调参、实时合成机器人行为。内置 iLQG、梯度下…
RT-1
Google Research、Everyday Robots美国
RT-1 是 Google 的端到端机器人控制模型:用 FiLM 调制的 EfficientNet 编码图像和指令,经 TokenLearner 压缩后由 Transformer …
xr_teleoperate
宇树科技中国
宇树科技官方的人形机器人 XR 遥操作系统,前身为 avp_teleoperate。操作者佩戴 Apple Vision Pro、PICO 4 Ultra 或 Meta Quest…
agibot_x1_train
智元机器人中国
智元机器人为模块化人形机器人灵犀 X1 开源的强化学习运动控制训练代码,基于 Isaac Gym,参考 legged_gym、rsl_rl 与 Humanoid-Gym 实现。提供…
Fast-WAM
清华大学、星海图中国
清华大学交叉信息研究院与星海图研究「世界-动作模型是否需要在测试时想象未来」的工作。以 Wan2.2-5B 视频扩散模型为主干,加一个 1B 参数的动作专家,训练时同时学习视频预测…
LocoMuJoCo
Technische Universität Darmstadt德国
面向全身控制的模仿学习基准,基于 MuJoCo,并支持 MJX / MjWarp 后端做 GPU 并行仿真。包含人形机器人、四足机器人和肌肉骨骼人体模型等环境,为每个人形机器人提供…
WALL-OSS
自变量机器人中国
WALL-OSS 是自变量机器人开源的具身基础模型系列,以 Qwen2.5-VL 为底座扩展出动作分支,经大规模多模态预训练获得具身理解和操作能力。Wall-X 仓库提供训练推理代…
DreamDojo
NVIDIA美国
NVIDIA 从大规模人类视频学习的通用机器人世界模型,可按输入的动作交互式地生成未来画面,作为机器人的模拟器使用。先在 4.4 万小时第一视角人类视频上预训练,借助隐动作模型利用…
MolmoAct
Allen Institute for AI美国
Ai2 的开源动作推理模型系列。MolmoAct 基于 Qwen2.5-7B 和 SigLIP2,先输出深度感知 token 和图像上的末端轨迹,再输出机器人动作,中间推理可视化、…
ABC-130k
Amazon FAR、XDOF 等美国
Amazon FAR 联合 XDOF、UC Berkeley、MIT 等发布的双臂遥操作数据集,在配两台 6 自由度 YAM 机械臂和平行夹爪的工作站上采集,含顶部与双腕部相机视频…
ROSA
NASA JPL美国
NASA 喷气推进实验室(JPL)开源的 ROS 智能体,基于 LangChain,让用户用自然语言查询 ROS 1 / ROS 2 系统的话题、节点等信息并下发控制指令,降低机器…
Thor
AngelLM西班牙
开源的 3D 打印六轴机械臂,采用工业机械臂常见的偏航-滚转-滚转-偏航-滚转-偏航构型,由步进电机经 3D 打印齿轮和同步带驱动,用与 3D 打印机、CNC 相同的 G-code…
Universal Manipulation Interface
Stanford University、Columbia University 等美国
用手持夹爪在真实环境中采集操作示范、再训练机器人策略的系统。示范者手持装有 GoPro 相机的夹爪完成任务,软件用改造的 ORB-SLAM3 恢复相机轨迹并生成训练数据,再训练 D…
unitree_ros
宇树科技中国
宇树科技官方的 ROS 仿真包,包含旗下四足、人形、机械臂和灵巧手的机器人描述文件(URDF / xacro 与网格),以及 Gazebo 仿真环境和关节控制器,可在仿真中对关节做…
robomimic
Stanford University、The University of Texas at Austin美国
机器人示教学习框架,提供在机械臂操作任务上采集的人类示教数据集(仿真与真机)和一系列离线学习算法,包括 BC、BC-RNN、BC-Transformer、HBC、Diffusion…
mink
kevinzakka美国
基于 MuJoCo 的 Python 微分逆运动学库,可在构型空间或操作空间定义任务,支持关节位置与速度限制、任意几何体对之间的碰撞规避,以及用等式约束处理闭链机构,刚体变换的李群…
Gazebo
Open Robotics、Intrinsic美国
开源机器人仿真器,新版 Gazebo Sim(曾名 Ignition Gazebo)由 Gazebo Classic 演进而来。可接入多种物理引擎,用 OGRE 2 等引擎渲染,提…
OpenVLA-OFT
Stanford University美国
斯坦福大学提出的 VLA 优化微调方案,在 OpenVLA 基础上改用并行解码、动作分块、连续动作表示和 L1 回归目标,提高推理速度,并支持多视角图像与本体状态输入;用于 ALO…
LAFAN1 Retargeting Dataset
宇树科技中国
把育碧 LAFAN1 动作捕捉数据重定向到宇树人形机器人的轨迹数据集,支持 H1、H1_2 和 G1。重定向基于 Interaction Mesh 与逆运动学的数值优化,约束末端位…
OCS2
ETH Zurich瑞士
ETH Zurich 开源的 C++ 最优控制工具箱,面向切换系统的非线性最优控制,重点是机器人上的实时模型预测控制。提供 SLQ、iLQR、SQP、SLP、内点法等求解器,可借助…
rl_sar
fan-ziqi中国
面向四足、轮足和人形机器人的强化学习策略仿真验证与真机部署框架(sar 即 simulation and real),以 C++ 实现,支持 libtorch / onnxrunt…
Walk These Ways
Massachusetts Institute of Technology美国
MIT Improbable AI Lab 的宇树 Go1 四足 sim-to-real 运动控制入门套件,对应论文《Walk These Ways》。基于 legged_gym、…
3D Diffusion Policy
上海期智研究院、上海交通大学 等中国
把三维点云表示与扩散策略结合的视觉模仿学习算法(DP3),用紧凑的点云编码生成机器人动作,适用于灵巧手等高维控制和低维控制任务。仓库提供 Adroit、DexArt、MetaWor…
Unitree RL Lab
宇树科技中国
宇树科技官方的强化学习运动控制训练仓库,含两个版本:unitree_rl_lab 基于 Isaac Lab,支持 Go2、H1 和 G1;unitree_rl_mjlab 基于 m…
Unitree SDK2
宇树科技中国
宇树科技第二代机器人开发接口,基于 CycloneDDS 通信,提供高层运动服务(站立、速度、姿态控制等)和底层关节电机、IMU、遥控器状态的读取与控制。C++ 版 unitree…
GigaWorld-Policy
极佳科技中国
GigaWorld-Policy 是极佳科技(GigaAI)以动作为中心的世界-动作模型(WAM)机器人策略:训练时用未来画面变化做稠密监督,推理时只解码动作、不生成视频,以降低延…
RL Games
Denys88美国
面向 GPU 大规模并行环境优化的强化学习算法库,用 PyTorch 实现 PPO(含非对称 actor-critic)、SAC 等,是 Isaac Gym / IsaacGymE…
Motus
清华大学、北京大学 等中国
清华大学等提出的统一隐动作世界模型。用混合 Transformer 结构整合理解、动作和视频生成三个专家,视频生成基于 Wan2.2-5B、理解部分基于 Qwen3-VL-2B,借…
InternUtopia
上海人工智能实验室中国
上海人工智能实验室的通用具身智能研究平台,原名 GRUtopia(桃源),基于 Isaac Sim 4.5。包含场景数据集 GRScenes、大语言模型驱动的 NPC 系统 GRR…
