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…
RynnVLA
阿里巴巴达摩院中国
RynnVLA 是阿里巴巴达摩院的 VLA 模型系列。本仓库的 RynnVLA-002 由 WorldVLA 升级而来,是把 VLA 动作模型和世界模型统一起来的自回归动作世界模型…
Dobb·E
New York University、Meta美国
纽约大学与 Meta 开源的家庭场景机器人操作学习框架,包含四部分:用 iPhone 和廉价零件做的示教采集工具 The Stick(提供 3D 打印文件)、用它在纽约家庭采集的 …
Tiny Differentiable Simulator
Google Research、University of Southern California美国
面向强化学习和机器人的可微物理库,只有头文件的 C++ 实现并带 CUDA 版本,无外部依赖。实现正向和逆向动力学、基于 LCP 与弹簧阻尼的接触模型,以及电机、舵机、串联弹性驱动…
GNM / ViNT / NoMaD
UC Berkeley美国
General Navigation Models 是 UC Berkeley 的移动机器人视觉导航基础模型家族,包括 GNM、ViNT 和基于扩散策略的 NoMaD。它们是以目标…
Crocoddyl
LAAS-CNRS、Heriot-Watt University 等法国
面向接触序列下机器人控制的最优控制库,求解器基于微分动态规划(DDP)类算法,包括 FDDP、OdynSQP 等,计算最优轨迹和反馈增益,常用于足式和人形机器人的多接触运动规划与 …
Open-TeleVision
University of California San Diego、Massachusetts Institute of Technology美国
沉浸式人形机器人遥操作系统,操作者佩戴 Apple Vision Pro 或 Meta Quest 3,通过浏览器 WebXR 实时看到机器人头部立体相机的画面,同时把手臂和手部动…
PHC
Carnegie Mellon University、Meta美国
卡内基梅隆大学与 Meta Reality Labs 提出的仿真人形实时动作模仿控制器(ICCV 2023),用渐进式多策略强化学习训练,可持续跟踪大规模动作捕捉数据,摔倒后能自行…
Zetta
清华大学智能产业研究院中国
面向 VLA 策略的闭环具身运行框架(harness),在基础策略保持冻结的前提下,在执行过程中在线演化基于代码的运行时评判器和恢复技能:先对失败轨迹聚类并做因果诊断,再生成评判-…
Dex Retargeting
University of California San Diego、NVIDIA美国
把人手动作重定向为机器人灵巧手关节角度的优化器集合,源自 AnyTeleop 遥操作系统。支持从人手视频(配合手部姿态检测)实时重定向,用于遥操作;也支持从手-物体位姿数据集离线重…
unitree_mujoco
宇树科技中国
宇树科技基于 MuJoCo 和 unitree_sdk2 开发的仿真器,收发与真机相同的 DDS 话题,用 unitree_sdk2、unitree_sdk2_python 或 u…
UniVLA
OpenDriveLab、香港大学中国香港
UniVLA 是基于任务中心潜在动作的通用 VLA 模型:先从跨本体机器人数据和人类视频(OpenX、Ego4D)中无监督提取任务相关的潜在动作,在与本体无关的统一动作空间中训练策…
InternNav
上海人工智能实验室中国
上海人工智能实验室开源的具身导航一体化工具箱,基于 PyTorch、Habitat 和 Isaac Sim,覆盖离散动作的视觉语言导航、点 / 图像 / 轨迹目标的视觉导航,以及输…
RynnBrain
阿里巴巴达摩院中国
阿里巴巴达摩院发布的具身基础模型系列,采用统一的仅解码器视觉语言架构,输入第一视角图像或视频与语言指令,输出文本、目标框、指点序列、轨迹、3D 框和接触点,覆盖空间理解、物体定位、…
InternVLA
上海人工智能实验室中国
上海人工智能实验室的视觉-语言-动作模型系列。InternVLA-M1 以 Qwen2.5-VL 为底座,先学空间定位等空间先验,再接 DiT 动作头输出动作;InternVLA-…
RoboGen
Carnegie Mellon University、Tsinghua University 等美国
通过生成式流程组织机器人技能学习,依次提出任务、生成场景、构造训练监督并学习控制策略。公开仓库提供基于 PyBullet 的实现,覆盖刚体操作与运动任务,可结合强化学习和运动规划运…
LearningHumanoidWalking
AIST、rohanpsingh日本
用强化学习训练人形机器人双足行走的代码,对应作者在日本产业技术综合研究所(AIST)期间的三篇论文:沿规划落脚点行走、基于电流反馈的行走、柔顺与不平地形上的鲁棒行走。基于 MuJo…
DART
Georgia Institute of Technology美国
面向机器人和计算机动画的开源运动学与动力学库,用广义坐标表示关节刚体系统,采用 Featherstone 关节体算法计算动力学。提供 C++ 和 Python(dartpy)接口,…
SimplerEnv
UC San Diego、Stanford University 等美国
用仿真评测真实机器人操作策略的基准,复现 Google Robot 和 WidowX + Bridge 等常见真机设置,用于评测 RT-1、RT-1-X、Octo 等通用策略。基于…
Any4LeRobot
Tavish9
面向 LeRobot 的工具集,主要做机器人数据集格式转换:把 Open X-Embodiment、AgiBot World、RoboMIND、LIBERO、RoboCasa 等数…
Being-H
智在无界中国
Being-H 是智在无界(BeingBeyond)以人为中心的具身基础模型系列,从大规模人类视频中学习操作先验。Being-H0 用人类视频做 VLA 预训练;旗舰 VLA Be…
IR-SIM
hanruihua、香港大学中国香港
基于 Python 的轻量级 2D 机器人仿真器,面向导航、控制和学习研究及教学。用 YAML 文件配置场景,支持差速、全向、阿克曼等运动学模型,2D 激光雷达、FMCW 激光雷达…
Robot Parkour Learning
上海期智研究院、Stanford University 等中国
上海期智研究院、斯坦福大学等提出的四足机器人跑酷学习方法,先在 Isaac Gym 中用强化学习分别训练攀爬高障碍、跃过大间隙、钻过低矮障碍等技能,再蒸馏成只依赖机载深度相机的单一…
NeuPAN
hanruihua、香港大学中国香港
端到端的移动机器人局部运动规划器,把学习方法与优化方法结合:神经网络模块 DUNE 把障碍物点云映射为距离相关的潜在特征,再交给基于 MPC 的近端交替最小化网络,直接由原始障碍点…
Gen-HumanEgo
GenRobot中国
GenRobot 发布的第一视角人类示范数据集,采集者佩戴六目 DAS-Ego 头戴设备在家居、商业、工业、农业场景完成真实作业,经其数据基础模型处理后提供多视角 RGB、双手 2…
Bi-DexHands
北京大学中国
北京大学 PKU-MARL 团队发布的双灵巧手操作强化学习基准,基于 NVIDIA Isaac Gym,可在单张 GPU 上并行运行数千个环境。提供交接、抛接、抬起、放置等多种双手…
AlohaMini
liyiteng中国
开源的双臂移动操作机器人,带电动升降机构,结构件 3D 打印,可在家自行组装,开箱支持 LeRobot 训练与部署。第一代采用 SO-ARM100 / 101 机械臂;第二代 Al…
go2_omniverse
abizovnuralem
把宇树 Go2 四足和 G1 人形机器人接入 NVIDIA Isaac Sim / Isaac Lab(原 Orbit)的仿真项目,提供 PPO 训练的平衡策略和键盘控制,把相机、…
Human to Humanoid
Carnegie Mellon University美国
卡内基梅隆大学 LeCAR 实验室 H2O 与 OmniH2O 两项工作的官方实现,用强化学习训练人形机器人实时全身遥操作策略:先在仿真中用特权信息训练教师策略,再蒸馏为只依赖 V…
KungfuBot
中国电信人工智能研究院、上海交通大学中国
中国电信人工智能研究院(TeleAI)与上海交通大学提出的基于物理的人形机器人全身控制框架,用于学习功夫、舞蹈等高动态动作。流程是把视频、LAFAN、AMASS 等来源的人体动作统…
GraspNet-1Billion
上海交通大学中国
上海交通大学 MVIG 实验室发布的通用物体抓取数据集与评测基准。用 RealSense 和 Kinect 两种相机拍摄 190 个杂乱桌面场景、每个场景 256 个视角,标注 6…
AnyGrasp
上海交通大学中国
上海交通大学 GraspNet 团队的通用抓取感知 SDK,包括抓取检测和抓取跟踪两部分:从相机点云中检测可行的抓取位姿,并能在连续帧中跟踪抓取,用于杂乱场景和动态物体抓取;新版本…
DIAL-MPC
Carnegie Mellon University美国
卡内基梅隆大学 LeCAR 实验室提出的足式机器人采样式模型预测控制框架,借鉴扩散模型的退火思路,直接在 Brax 物理仿真中采样和推演,实现全阶、力矩级控制,不需要训练,也不需要…
DW05
原力灵机中国
原力灵机(Dexmal)面向具身决策的多模态世界模型,在一个框架里统一未来视频预测、动作生成和状态价值估计。输入语言、图像或视频、机器人类型、状态和动作,以 Wan 视频模型为主干…
VIMA
Stanford University、NVIDIA美国
面向桌面机器人操作的多模态提示模型,将文本与图像提示编码后,自回归预测机械臂动作。提供多个规模的预训练权重,配套 VIMA-Bench 研究视觉目标、操作约束和示范条件下的任务泛化…
Galaxea G0
星海图中国
Galaxea G0 是星海图开源的 VLA 模型系列,先后发布 G0-VLA、G0Plus、面向 R1 Pro 端侧部署的 G0Tiny 和最新的 G0.5。G0.5 是自回归 …
Meta Motivo
Meta美国
Meta FAIR 发布的行为基础模型,用无监督强化学习方法 FB-CPR(前向-后向表示加条件策略正则)在无标注动作捕捉数据上训练,控制 HumEnv 中基于物理的虚拟人形完成全…
1X World Model Challenge
1X Technologies美国
1X Technologies 发起的机器人世界模型挑战赛,任务是根据历史画面预测人形机器人 EVE 的第一视角未来画面,分压缩、采样和评估三个赛道,最终目标是在学到的世界模型里评…
WorldSimReady-Home
Yootta、尚品宅配中国
Yootta 与尚品宅配合作发布的家居仿真资产数据集,基于 CAD 物体模型优化并补充物理属性,制作成可直接用于仿真的 SimReady 资产,经人工审核后组装成整套住宅场景,以 …
InternData-A1
上海人工智能实验室中国
上海人工智能实验室 InternRobotics 发布的大规模操作数据集,以任务级数字孪生的仿真合成数据为主,真机后训练数据待发布。覆盖 ARX Lift-2、AgileX Spl…
Aero Hand Open
Chestnut Robotics美国
Chestnut Robotics(原 TetherIA)开源的腱驱动五指灵巧手,结构全部 3D 打印,电子件为市售元件。开源内容包括 BOM、STEP 与打印文件、Onshape…
CALVIN
University of Freiburg德国
弗莱堡大学发布的语言条件长程机器人操作仿真基准(Composing Actions from Language and Vision),基于 PyBullet。智能体仅依靠机载传感…
ReKep
Stanford University、Columbia University美国
斯坦福大学与哥伦比亚大学提出的机器人操作方法:用大视觉模型提取场景关键点,由视觉语言模型(如 GPT-4o)把任务写成关键点之间的时空约束,再用分层优化实时求解末端轨迹,形成能应对…
Quad-SDK
Carnegie Mellon University美国
卡内基梅隆大学 Robomechanics 实验室开源的四足机器人全栈软件框架,基于 ROS,纵向整合全局与局部规划、控制、状态估计(EKF)、通信和开发工具,面向跳跃等敏捷运动,…
UniLab
Motphys、清华大学 等中国
跨物理后端与硬件的机器人强化学习训练基础设施。用 Hydra 配置把动作、观测、奖励、终止条件等组装成任务,同一任务可在 Motrix、MuJoCo 等仿真后端间切换;仿真可跑在 …
Fairo
Meta AI美国
Meta AI 研究人员开发的统一机器人平台,包含三个子项目:Polymetis 是基于 PyTorch 的实时控制器管理器,可用 PyTorch 编写机器人控制器,先在仿真中测试…
FAST_LIO_LOCALIZATION_HUMANOID
格灵深瞳中国
格灵深瞳开源的人形与四足机器人激光雷达重定位方案,基于 FAST-LIO 和 Open3D,在离线点云地图上做配准定位,可从粗略初始位姿启动,长时间运行不产生累计误差。针对 Uni…
Faze4
Source RoboticsHR
Source Robotics 开源的 6 轴机械臂,外形和功能接近工业机械臂,面向科研、教学和自制爱好者。采用 3D 打印的摆线减速器,回差小且便于维修,线缆全部内藏。仓库提供装…
Cosmos Policy
NVIDIA、Stanford University美国
Cosmos Policy 是 NVIDIA 与斯坦福大学提出的机器人策略,把视频生成模型 Cosmos-Predict2-2B 微调为视觉运动控制策略。输入第三人称图像、腕部图像…
X-VLA
清华大学中国
X-VLA 是基于软提示(soft prompt)的跨本体 VLA 模型,为每种本体学习专属的可学习嵌入,引导统一的 Transformer 主干在异构机器人数据上做多域策略学习。…
Xiaomi-Robotics-1
小米中国
小米面向移动操作的视觉-语言-动作基础模型。以 Qwen3-VL-4B-Instruct 为底座,通过混合 Transformer 结构接入扩散 Transformer 动作模块;…
SpatialVLA
上海人工智能实验室、复旦大学 等中国
SpatialVLA 是强化空间理解的 VLA 模型,以 PaliGemma2 为骨干,用 Ego3D 位置编码把三维空间信息注入视觉特征,用自适应动作网格把连续动作离散成空间动作…
NaVILA
University of California San Diego、University of Southern California 等美国
NaVILA 是足式机器人视觉语言导航的两层框架:上层 VLA 根据视频帧和语言指令生成用自然语言表达的中层导航指令,下层实时运动控制策略执行并避障。VLA 部分基于 NVILA(…
Spirit-v1.5
千寻智能中国
Spirit-v1.5 是千寻智能发布的机器人基础模型(VLA),结构为 Qwen3-VL 视觉语言骨干加 DiT 动作头。仓库提供官方模型实现、推理代码、基础模型检查点,以及针对…
GraspGen Dataset
NVIDIA美国
NVIDIA 为 6 自由度抓取生成框架 GraspGen 发布的仿真抓取数据集。对 Objaverse-XL(LVIS 子集)中的 8,515 个物体,分别针对 Franka P…
GRAIL
NVIDIA美国
NVIDIA 提出的人形机器人移动操作数据生成管线,全程在数字世界完成:组合 3D 资产、仿真场景、按机器人比例的角色和视频生成模型先验,合成带度量尺度的 4D 人-物交互轨迹,再…
Stera-10M
FPV Labs印度
FPV Labs 用 iPhone Pro 采集的第一视角多模态人类作业数据集,是其开源采集平台 Stera 的配套数据。每段会话连续录制,包含 RGB 视频、LiDAR 深度、A…
InternData-N1
上海人工智能实验室中国
上海人工智能实验室 InternRobotics 发布的视觉语言导航数据集,把 VLN-CE、VLN-PE 和合成的 VLN-N1 三个子集统一为 LeRobot v2.1 格式。…
TienKung-Lab
北京人形机器人创新中心中国
北京人形机器人创新中心为全尺寸人形机器人天工(TienKung)开源的强化学习运动控制框架,基于 Isaac Lab 直接工作流和 rsl_rl,把 AMP 风格奖励与周期步态奖励…
VLN-CE
Oregon State University、Georgia Institute of Technology 等美国
连续环境中的视觉语言导航基准,基于 Habitat 平台和 Matterport3D 场景重建。智能体按众包的自然语言指令在真实感三维环境中自由移动,不受预设导航图限制。支持 Ro…
TWIST2
Amazon FAR、Stanford University美国
便携、无需动作捕捉的人形机器人全身遥操作与数据采集系统。操作者佩戴 PICO 4U VR 设备,全身动作经 GMR 实时重定向,再由强化学习训练的底层控制器在机器人上跟踪执行;机器…
unitree_ros2
宇树科技中国
宇树科技新一代机器人的 ROS 2 支持包。unitree_sdk2 与 ROS 2 都基于 DDS 通信,Go2、B2、H1、G1 等机型可直接用 ROS 2 消息通信和控制,无…
CaP-X
NVIDIA、UC Berkeley 等美国
NVIDIA、UC Berkeley、斯坦福和 CMU 推出的「代码即策略」机器人操作智能体研究框架。CaP-Gym 让智能体生成调用感知与控制原语的 Python 代码来操控机器…
SERL
UC Berkeley美国
UC Berkeley RAIL 实验室等推出的样本高效机器人强化学习软件套件,基于 JAX,采用 actor 与 learner 异步分离的架构,提供 DrQ、SAC、BC 等智…
DPPO
Princeton University、Massachusetts Institute of Technology 等美国
用策略梯度强化学习微调扩散策略的算法框架与官方实现:先用示教数据预训练扩散策略,再把去噪过程当作多步决策用 PPO 微调,并给出一套实践做法。代码覆盖 OpenAI Gym 运动控…
SAPIEN
University of California San Diego、Stanford University 等美国
面向具身智能的物理仿真平台,以铰接物体交互为特色,配套铰接物体数据集 PartNet-Mobility,用于需要部件级理解的机器人视觉与交互任务。物理基于 PhysX 5 并支持 …
HumanPlus
Stanford University美国
斯坦福大学提出的人形机器人全身跟随与模仿学习系统。底层 Humanoid Shadowing Transformer(HST)在仿真中用强化学习训练,可用单个 RGB 相机实时估计…
VideoMimic
UC Berkeley美国
加州大学伯克利分校提出的从单目视频学习人形机器人情境化全身控制的方法。real-to-sim 流程从普通视频中同时重建三维环境和人体动作,并重定向到人形机器人;仿真训练分动作捕捉预…
Zeroth-01 Bot
Zeroth Bot、K-Scale Labs美国
社区共建的 3D 打印开源小型人形机器人平台,面向 sim2real 与强化学习研究,硬件、SDK 和仿真环境全部开源。配套 kos-zbot 提供操作系统与硬件抽象层(飞特舵机驱…
HOPEJr
The Robot Studio、Hugging Face法国
The Robot Studio 发起、Hugging Face 参与开发的开源 DIY 人形机器人,带腱驱动灵巧手,以低成本、小 BOM 为首要设计目标。Humanoid 目录是…
VoxPoser
Stanford University、University of Illinois Urbana-Champaign美国
斯坦福大学提出的零样本机器人操作方法:大语言模型生成代码、调用视觉语言模型,把自然语言指令组合成三维体素空间中的可供性与约束价值图,再由运动规划器据此合成末端轨迹,不需要任务训练数…
BFM-Zero
Carnegie Mellon University、Meta美国
卡内基梅隆大学 LeCAR 实验室与 Meta 提出的可提示人形机器人行为基础模型,用无监督强化学习在动作数据上学习共享潜空间,同一策略可通过动作跟踪、目标到达、奖励优化等提示零样…
unitree_lerobot
宇树科技中国
宇树科技基于 LeRobot 的模仿学习训练与验证仓库。它把 xr_teleoperate 采集的数据转换为 LeRobot 数据集格式(v2.0 以上及 v3.0),附带剔除失败…
FluxVLA
逐际动力中国
逐际动力开源的一站式 VLA 工程平台,以统一配置、标准化接口和模块解耦打通从数据、训练、仿真评测到真机部署的流程。支持 π0、π0.5、GR00T N1.5 / N1.7、Smo…
UnifoLM-VLA
宇树科技中国
宇树科技 UnifoLM 系列中的视觉-语言-动作模型,面向人形机器人通用操作。在视觉语言模型的基础上用机器人操作数据继续预训练,加强文本指令与 2D / 3D 空间信息的对齐和几…
VITRA
微软亚洲研究院、清华大学中国
微软亚洲研究院用真实人类活动视频预训练的操作 VLA 模型。把人手视为灵巧末端执行器,从 Ego4D、EPIC、EgoExo4D、SSv2 等没有标注的第一视角视频中自动切分出带语…
DROID
Stanford University、UC Berkeley 等美国
斯坦福、UC Berkeley、丰田研究院等 13 家机构联合采集的大规模真机操作数据集,50 名采集者在北美、亚洲、欧洲的实验室、办公室和家庭中用 VR 头显遥操作 Franka…
VLAC
上海人工智能实验室中国
上海人工智能实验室发布的视觉-语言-动作-评价模型,用于真机强化学习和数据筛选。输入任务描述与图像,成对比较状态变化,输出稠密任务进度、完成判断和奖励信号,也能输出动作;可零样本或…
Eidon Tracker POV
Eidon AI
Eidon AI(Solidic Labs)在公司停止运营后完整开放的第一人称家务数据集。采集者在自己家中佩戴头戴相机和 7 个 9 轴 IMU(双手、双前臂、双上臂和胸部),完成…
GR-3
ByteDance Seed中国
字节跳动 Seed 的视觉-语言-动作模型,用于双臂移动机器人。以 Qwen2.5-VL-3B-Instruct 为底座,配合动作扩散 Transformer 用流匹配生成动作块,…
PhysicalAI-Robotics-NuRec
NVIDIA美国
NVIDIA 发布的神经重建场景资产集,用 3DGUT 高斯神经重建技术把真实环境重建为可在 Isaac Sim 中加载的 USDZ 场景,并附对齐的网格和占据栅格地图,可用于机器…
PyTorch Kinematics
University of Michigan美国
密歇根大学 ARM 实验室开源的 PyTorch 机器人运动学库,可批量并行、可微地计算正运动学和雅可比矩阵,并提供阻尼最小二乘逆运动学,支持从 URDF、SDF、MJCF 加载机…
TRLC-DK1
The Robot Learning Company德国
德国 The Robot Learning Company 推出的开源机器人学习开发套件,由从动机械臂和主动臂组成,用于遥操作和示范数据采集,可单臂或双臂使用,设计参考了 GELL…
HumanoidBench
UC Berkeley美国
人形机器人全身移动与操作的仿真评测基准,基于 MuJoCo,使用配备双灵巧手的 Unitree H1 模型,提供行走、跑步、跨栏、爬楼梯等移动任务,以及开门、开柜、搬箱子、投篮、插…
PACE
ETH Zurich瑞士
ETH Zurich 机器人系统实验室开源的足式机器人 sim2real 工具,用数据驱动的系统辨识结合 CMA-ES 进化优化,从实测数据中估计执行器和关节的动力学参数(如关节摩…
Asimov v0
Menlo Research新加坡
Menlo Research 开源的人形机器人双足腿部设计,是其开源人形机器人 Asimov 的 v0 版本,采用现成零部件,兼容小批量制造。仓库提供机械设计文件、仿真模型和各关节…
ToddlerBot
Stanford University美国
斯坦福大学开源的低成本小型人形机器人平台,面向可扩展的策略学习研究。结构全部 3D 打印、使用市售零件,提供 Onshape 设计、STL 文件和装配文档;代码库可 pip 安装,…
RealMirror
中兴通讯中国
中兴通讯开源的人形机器人 VLA 研究平台,基于 Isaac Sim 打通低成本遥操作数据采集、模型训练、推理与评测,无需真机即可开展端到端 VLA 研究。平台提供人形机器人 VL…
Unitree Qmini
宇树科技中国
宇树科技开源的低成本双足机器人,结构件可全部 3D 打印,面向爱好者、教育和科研用户,模块化设计,可像搭积木一样组装。整机用 11 个宇树 8010 电机,10 个驱动腿部,1 个…
Qwen-VLA
Qwen Team中国
Qwen-VLA 是阿里巴巴 Qwen 团队的通用视觉-语言-动作模型,由 Qwen3.5-4B 视觉语言骨干和 1.15B 参数的 DiT 流匹配动作解码器组成。它把操作、导航、…
OpenWBT
银河通用、清华大学中国
银河通用与清华大学开源的人形机器人全身遥操作系统,技术基于 R2S2 工作。操作者用 Apple Vision Pro 跟踪手部姿态,经逆运动学控制机器人上半身,用一对手柄控制下半…
OpenTrack
银河通用、清华大学中国
银河通用与清华大学开源的人形机器人动作跟踪代码库,对应论文 Any2Track。基于 MuJoCo JAX 仿真,支持多 GPU 并行训练:先为不同动作簇训练专家跟踪策略,再用 D…
HOVER
NVIDIA、Carnegie Mellon University美国
NVIDIA 与卡内基梅隆大学提出的人形机器人全身控制方法,用一个统一的神经网络控制器支持关键点位置、关节角度、根部运动等多种指令模式,通过模式掩码切换。训练采用教师-学生蒸馏:先…
LeIsaac
光轮智能中国
光轮智能(Lightwheel)开源的 Isaac Lab 遥操作与数据采集工具,用 LeRobot 的 SO-101 主动臂在仿真中遥控 SO-101 从动臂等机器人采集示教数据…
RoboDojo
AI MMLab Club
统一仿真与真机评测的通用机器人操作策略基准,包含基于 Isaac Sim 的 42 个仿真任务和 18 个真机任务,覆盖 3 种机器人,从泛化、记忆、精度、长程和开放性五个能力维度…
Project SuperDex
Meta美国
Meta 开源的灵巧操作研究统一仿真平台,包括:面向触觉操作、以接触为核心的物理引擎 SuperDex Physics;提供机器人定义、控制器、传感器和执行器的机器人 SDK;把 …
HoloMotion
地平线中国
地平线发布的人形机器人全身运动控制基础模型,采用以参考动作为条件的 MoE Transformer,在大规模人体动作数据上训练动作跟踪和速度跟踪策略。配套 HoloSMPL 把 V…
TurboVLA
华中科技大学、华为中国
华中科技大学与华为提出的轻量视觉-语言-动作模型。不经过大语言模型,而是分别用 DINOv3 编码图像、用 BERT 编码语言指令,经轻量的双向视觉-语言交互模块融合后,由紧凑的解…
EmbodiedGen
地平线中国
地平线开源的具身智能生成式 3D 世界引擎,可由单张图片或文本生成带碰撞体、尺度、质量和摩擦等物理属性的仿真可用资产(URDF、网格和 3DGS),也能生成多房间可导航的大规模室内…
Robo-Dopamine
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机器人操作通用过程奖励模型(GRM)。模型以任务描述和多视角的初始、目标及前后状态图像为输入,预测任务进度的前进或倒退,再融合增量、前向、后向三种预测得…
MimicGen
NVIDIA、The University of Texas at Austin美国
机器人操作示范数据自动生成系统,把少量人类遥操作示范按物体拆成子任务片段,适配到新的物体位姿、物体实例和机械臂上重新组合,批量生成新示范,用于训练模仿学习策略。仓库包含数据生成代码…
VLA-JEPA
中国科学技术大学、中关村学院 等中国
在视觉-语言-动作模型中引入潜在世界模型的训练方法。以 Qwen3-VL-2B 为视觉语言底座、V-JEPA 2 为视频编码器,训练时在潜在空间预测未来画面特征,因此既能用机器人数…
LAPA
University of Washington、KAIST 等美国
从没有动作标注的视频中预训练视觉-语言-动作模型的方法。先训练隐动作量化模型,从相邻帧中学出离散隐动作;再以 Large World Model(LWM)为底座,让模型根据图像和语…
Open-H-Embodiment
NVIDIA美国
面向手术机器人和超声机器人的社区多本体数据集,由 NVIDIA 托管维护,约翰斯·霍普金斯大学、斯坦福、香港中文大学、慕尼黑工业大学等 30 多家医院、高校和企业贡献数据。数据为成…
RoboPianist
Google DeepMind、UC Berkeley英国
基于 MuJoCo 的高维灵巧控制评测基准,任务是让一对仿真拟人机器人手弹钢琴,考察高时空精度、双手协调和频繁接触下的规划能力,手部模型取自 MuJoCo Menagerie。提供…
LATENT
银河通用、清华大学中国
银河通用与清华大学人形机器人打网球研究的官方实现,让机器人从不完美的人类网球动作捕捉数据中学习击球技能。完整流程包括动作跟踪器预训练、在线蒸馏和高层击球策略学习,基于 MuJoCo…
Rofunc
香港中文大学中国香港
面向机器人示教学习与操作的全流程 Python 工具包,覆盖示教数据采集(Xsens、OptiTrack 等设备)、数据预处理、示教学习算法(GMR、TP-GMM 等)、规划与控制…
ABot-M0
高德地图中国
ABot-M0 是高德地图 CV Lab 的机器人操作模型系列。ABot-M0 是基于动作流形学习的操作 VLA 基础模型,已开源训练代码、预训练权重和数据;ABot-M0.5 是…
Robotic World Model
ETH Zurich瑞士
ETH Zurich 提出的机器人世界模型,用神经网络学习机器人动力学作为模拟器,供基于模型的强化学习优化策略;后续的 RWM-U 加入不确定性估计,使离线基于模型的强化学习可直接…
Inspect Robots
Robocurve美国
Robocurve 推出的物理 AI 开源评测框架:评测任务定义一次后,可让任意策略(VLA,或通过工具调用控制机器人的大语言模型智能体)在任意兼容本体(真实机械臂、人形或 Isa…
FlashRT
flashrt-project
面向小批量、低延迟场景的实时推理引擎,主要用于机器人端侧的 VLA 部署。为 π0、π0.5、π0-FAST、GR00T N1.6 / N1.7 提供手写 CUDA 内核、FP8 …
SOMA Retargeter
NVIDIA美国
NVIDIA 开源的人体动作到人形机器人重定向工具,基于 Newton 和 NVIDIA Warp,把 SOMA 骨架的 BVH 动作按机器人比例缩放、逐帧求解逆运动学、修正足部接…
HDMI
Carnegie Mellon University美国
卡内基梅隆大学 LeCAR 实验室提出的人形机器人交互式全身控制框架,从单目 RGB 人类演示视频中学习与物体交互的全身技能,如移动行李箱。流程先用 GVHMR、GMR 等工具把人…
τ₀-VLA
上海创智学院中国
τ₀-VLA 是上海创智学院发布的分层机器人基础模型,面向长程操作任务。高层是带记忆的规划策略,根据三路相机画面生成下一个子任务,需要时借助世界模型生成目标图像,在测试时搜索备选方…
Genie Envisioner
智元机器人中国
智元机器人推出的机器人操作世界基础模型平台,由三部分组成:GE-Base 是基于 LTX-Video 的多视角、指令条件视频生成世界模型,在 AgiBot World 数据上预训练…
HPT
Massachusetts Institute of Technology、Meta FAIR美国
MIT 与 Meta FAIR 提出的异构预训练 Transformer 策略。为不同机器人本体配置各自的「茎」网络,把本体感知和视觉输入对齐到共享的 token 空间,中间共用一…
PointWorld
NVIDIA、Stanford University美国
面向真实场景机器人操作的大规模预训练 3D 世界模型。输入局部可观测的 RGB-D 采集数据,以及同样表示为 3D 点流的机器人动作,输出整个场景的 3D 点流预测,用于操作中的动…
InternScenes
上海人工智能实验室中国
上海人工智能实验室发布的大规模可交互室内场景数据集,物体资产整合自 Objaverse、HSSD、3D-FUTURE、GRScenes-100、PartNet-Mobility 等…
Humanoid Everyday
University of Southern California、Toyota Research Institute美国
南加州大学与丰田研究院发布的人形机器人操作数据集,通过有人监督的遥操作在宇树 G1 和 H1(配灵巧手)上采集,覆盖灵巧物体操作、人机交互、结合移动的操作等 7 大类 260 多个…
Isaac 0.5
Perceptron美国
Perceptron 发布的开源机器人基础模型,把视频理解、具身推理、空间定位、任务进度估计和机器人控制放进同一个稀疏混合专家模型。输入图像、视频、语言指令、机器人状态和历史动作,…
vla-evaluation-harness
Allen Institute for AI美国
Allen Institute for AI(Ai2)开源的 VLA 统一评测框架,把模型服务与仿真基准解耦,用一套配置在 LIBERO、SimplerEnv、CALVIN、Rob…
HoST
上海人工智能实验室中国
上海人工智能实验室提出的人形机器人起身控制方法,用强化学习从零训练,让机器人从仰卧、俯卧、侧卧等多种姿态,在平地、平台、斜坡、靠墙等不同地形上站起来。训练在 Isaac Gym 中…
onshape-to-robot
Rhoban法国
通过 Onshape API 读取 CAD 装配体信息,自动导出可用于物理仿真的机器人描述文件,支持 URDF、SDF 和 MuJoCo 三种格式。设计者在 Onshape 中完成…
unitree_guide
宇树科技中国
宇树科技出版的《四足机器人控制算法——建模、控制与实践》配套开源代码,实现一个面向入门者的四足机器人基础控制器。控制器用有限状态机组织被动、固定站立、小跑等状态,可在 Gazebo…
3D-VLA
University of Massachusetts Amherst、MIT-IBM Watson AI Lab美国
3D-VLA 是把视觉-语言-动作模型扩展到三维世界的生成式世界模型框架,基于 3D-LLM 构建,用交互 token 与环境交互,统一 3D 感知、推理和动作。它训练了与大语言模…
RoboHive
Meta AI美国
基于 MuJoCo 的统一机器人学习框架,以 OpenAI Gym 接口提供环境与任务集合,兼容 Stable Baselines、RLlib、TorchRL 等训练框架。环境按套…
RoboOS
北京智源人工智能研究院、北京大学中国
北京智源人工智能研究院开源的具身操作系统,采用「大脑-小脑」分层架构,面向跨本体和多机器人协作:云端多模态大模型(如 RoboBrain)负责全局感知、任务拆解与调度,小脑技能库以…
realtime-vla
原力灵机中国
原力灵机开源的 VLA 实时推理加速内核,用 Triton 重写 OpenPI 中 π0、π0.5 以及自家 DM0 模型的推理,把视觉编码器、语言模型和动作专家拆成约 24 个类…
HOMIE
上海人工智能实验室、香港中文大学中国
人形机器人移动操作遥操作座舱,由强化学习运动控制策略和外骨骼硬件组成:操作者用与机器人同构的外骨骼手臂和动作感知手套直接设定上半身关节,用脚踏板发出行走指令,下半身策略在上半身任意…
DreamGen
NVIDIA美国
NVIDIA GEAR 实验室用视频世界模型为机器人生成训练数据的流程。先在目标机器人数据上微调 Cosmos-Predict2 等视频世界模型,用单张图像加语言指令生成新任务、新…
TidyBot++
Princeton University、Stanford University美国
普林斯顿大学与斯坦福大学发布的开源全向移动操作机器人,底盘用动力脚轮实现完全全向(holonomic)运动,可搭载任意机械臂,用于家庭场景移动操作的数据采集与模仿学习。开源内容包括…
Isaac Lab-Arena
NVIDIA、Lightwheel美国
NVIDIA 在 Isaac Lab 之上开发的基准构建与策略评测框架,把场景、机器人本体和任务拆成独立组件组合成环境,支持关系式物体摆放、技能串联成长程任务和可控扰动;可在 GP…
Legged Lab
Hellod035中国
基于 Isaac Lab 直接工作流(Direct workflow)的足式机器人强化学习训练框架,借鉴 legged_gym 的代码组织,只用 Isaac Lab 组件自行搭建环…
RAI
Robotec.aiPL
Robotec.ai 开源的具身智能体框架,基于 ROS 2,把大语言模型和视觉语言模型接入机器人,用于多智能体协作、自然语言人机交互和多模态感知。包含智能体核心库、语音识别与合成…
JanusVLN
高德地图(阿里巴巴集团)、西安交通大学中国
阿里巴巴高德与西安交通大学的视觉-语言导航(VLN)模型,只用 RGB 视频和自然语言指令在连续环境中导航。在多模态大模型 Qwen2.5-VL 之上加入基于 VGGT 的 3D …
HumanEgo
University of Maryland美国
马里兰大学提出的从少量人类第一视角视频零样本学习机器人操作的方法:用 Project Aria 眼镜采集几分钟到几十分钟的人类示范,借助眼镜自带的手部追踪和 SAM 2、Groun…
Ctrl-World
Stanford University、清华大学美国
面向机器人操作的可控生成式世界模型,以 Stable Video Diffusion 视频扩散模型为底座,在 DROID 数据集上训练。输入初始观测和动作序列,预测后续视频画面与状…
HiFi-UMI-2K
Simple AI中国
Simple AI 用自研 HiFi-UMI 便携采集系统录制的无机器人双手操作数据集。采集者戴头戴双目相机、双手持全掌式夹爪,经离线双目惯性 SLAM 和标记块定位得到双手末端轨…
DINO-WM
New York University、Meta AI美国
基于预训练视觉特征的世界模型:用 DINOv2 提取的图像块特征表示状态,在特征空间中预测执行动作后的未来状态,不需要重建像素。训练后可配合 CEM 等规划器,在测试时针对给定的目…
Isaac Sim Unitree Go2 ROS2
Zhefan-Xu美国
基于 Isaac Sim 4.5 和 Isaac Lab 2.1 的宇树 Go2 四足机器人仿真平台,带 ROS 2 Humble 接口,用于测试导航、决策等自主任务。可键盘遥控,…
mjbatch
kevinzakka美国
在 CPU 上并行运行成千上万个 MuJoCo 仿真的 Python 库,用 C++ 线程池执行并释放 GIL,可批量读写各仿真的状态和控制量,并为每个仿真单独设置模型参数(如摩擦…
RoboJuDo
复旦大学中国
人形机器人策略部署框架,把控制器(手柄、键盘、动作序列)、运行环境(MuJoCo 仿真或真机)和策略解耦,用配置文件组合,任务中可在多个策略间插值切换。已集成宇树官方策略、HugW…
Quadruped ROS2 Control
legubiao新加坡
基于 ros2_control 的四足机器人控制器合集,包含参照宇树 unitree_guide 的状态机控制器、基于 OCS2 的 MPC 控制器和强化学习控制器,以及硬件接口和…
SCAN-Planner
上海交通大学中国
面向四足机器人长距离导航的空间碰撞感知局部规划器,在给定路线引导下实时规划避障轨迹,可作为自主探索、视觉语言导航等上层任务的底层规划模块。支持激光雷达(如 MID360)或深度相机…
DexGraspVLA
北京大学、灵初智能 等中国
北京大学与灵初智能提出的分层灵巧抓取框架。上层规划器调用 Qwen2.5-VL-72B-Instruct,把用户指令拆解成要抓的目标物体并给出边界框,同时监控抓取过程;下层控制器用…
Holodeck
Allen Institute for AI、University of Pennsylvania美国
用自然语言生成可交互 3D 具身智能环境的系统,基于 AI2-THOR。输入一句场景描述(如「客厅」),借助大语言模型(当前使用 GPT-4o)规划房间布局、门窗、材质和物体摆放,…
Microban
Rhoban、Université de Bordeaux法国
法国波尔多大学 LaBRI 的 Rhoban 团队发布的小型开源人形机器人,身高约 30 cm,结构件全部可用桌面 3D 打印机打印,采用 19 个 Dynamixel XL330…
EgoVerse
Georgia Institute of Technology美国
佐治亚理工学院牵头、多所高校与企业共建的第一视角人类操作数据集与协作平台,用于从人类示范学习机器人策略。数据以 Aria 眼镜等设备采集,统一处理为标准格式,带手部与末端位姿、关键…
RoboLab
NVIDIA美国
NVIDIA 基于 Isaac Lab 构建的机器人操作策略评测基准,首批 RoboLab-120 包含 120 个新任务,涵盖抓放、堆叠、重排和工具使用等,每个任务带语言指令,并…
unitree_sim_isaaclab
宇树科技中国
宇树科技基于 Isaac Lab 搭建的仿真任务环境,用于数据采集、回放、数据生成和模型验证。仿真器收发与真机相同的 DDS 话题,可配合 xr_teleoperate 在仿真中遥…
UMI on Legs
Stanford University、Columbia University 等美国
斯坦福大学、哥伦比亚大学与 Google DeepMind 提出的四足移动操作框架:用 UMI 手持夹爪采集真人演示训练操作策略,再与在仿真中训练、以末端轨迹为接口的全身控制器结合…
Unreal Robotics Lab
University College London英国
把 MuJoCo 物理引擎嵌入 Unreal Engine 5 编辑器和运行时的插件,用 MuJoCo 算接触动力学、用 Unreal 做照片级渲染。可把 MJCF 模型拖入直接生…
BAM
Rhoban法国
舵机执行器建模工具,用于提高机器人仿真中执行器的精度、改善强化学习策略的仿真到真机迁移。提供从实测轨迹拟合摩擦模型的辨识流程,以及能表达 Stribeck 效应、负载相关摩擦等现象…
TextOp
中国电信人工智能研究院、上海交通大学 等中国
中国电信人工智能研究院(TeleAI)与上海交通大学等提出的实时交互式文本驱动人形机器人运动生成与控制框架,采用两层结构:上层的机器人运动扩散自回归模型根据可随时修改的文本指令生成…
InterMimic
University of Illinois Urbana-Champaign、Electronic Arts美国
InterMimic 是物理仿真中人-物交互(HOI)的全身控制框架,用一个统一策略模仿多种全身交互动作,可操作形状和动力学各异的物体。方法采用教师-学生蒸馏:先在 OMOMO /…
RoboMIND
北京人形机器人创新中心、北京大学中国
北京人形机器人创新中心联合北京大学等发布的多本体真机操作数据集,通过遥操作采集,覆盖 Franka 单臂、天工人形、AgileX 双臂和 UR5e 四种本体,任务分为铰接物操作、双…
OmniRetarget
Amazon FAR、Massachusetts Institute of Technology 等美国
Amazon FAR 联合 MIT、UC Berkeley、斯坦福、CMU 提出的人形动作重定向与数据生成方法 OmniRetarget 所发布的轨迹数据。方法在重定向时保留人与物…
PhysicalAI-SimReady-Warehouse-01
NVIDIA美国
NVIDIA 发布的工业仓储仿真资产集,提供一个预搭建的完整仓库场景,以及其中各类道具、组合资产的 OpenUSD 3D 模型,均已添加碰撞体,可在 Isaac Sim 4.x 中…
Contact-GraspNet
NVIDIA美国
NVIDIA 提出的杂乱场景 6 自由度抓取生成网络,直接从深度图或场景点云预测抓取分布,把抓取表示为观测点上的接触点加夹爪姿态,可结合物体分割只保留目标物体上的抓取。基于 Ten…
DeepThinkVLA
华中科技大学、中国人民大学 等中国
给视觉-语言-动作模型加入显式推理的方法。从 π0-FAST 检查点出发,改造成混合注意力解码器:先自回归生成思维链推理,再切换为双向注意力并行输出动作块。训练分两步,先用具身思维…
ALFRED
University of Washington、Allen Institute for AI 等美国
面向家务任务的具身指令跟随评测基准:智能体根据自然语言目标和分步指令,结合第一视角画面,在 AI2-THOR 2.1.0 的交互式家居场景中输出导航和物体交互动作序列,任务包含长程…
Quadruped-PyMPC
Istituto Italiano di Tecnologia意大利
IIT 动态足式系统实验室(DLS Lab)开源的四足机器人模型预测控制器,基于单刚体模型、用 Python 编写,有两种实现:基于梯度、用 acados 求解,可选实时迭代、落脚…
VLASH
Massachusetts Institute of Technology美国
MIT HAN Lab 开源的 VLA 微调与推理框架,核心是带未来状态感知的异步推理:机器人执行当前动作时同步推理下一段动作,并利用预测的未来状态避免异步造成的动作衔接问题,从而…
Humanoid-GPT
银河通用中国
Humanoid-GPT 是银河通用开源的人形机器人全身运动跟踪模型,对应 AstraBrain-WBC 0.5。模型为带 RoPE 的因果 Transformer,在融合主流动捕…
UnifoLM-WLA
宇树科技中国
宇树科技新一代通用人形机器人基座模型,面向桌面操作和全身移动操作。底座 UnifoLM-ER-1 基于 Qwen3-VL-4B,用 500 万条以上的检测、轨迹预测、3D 检测和空…
ArtVIP
北京人形机器人创新中心中国
北京人形机器人创新中心发布的高保真铰接物体仿真资产集,以 USD 格式提供数字孪生级的柜子、冰箱、微波炉、洗碗机、宜家家具和医疗设备等铰接物体,带有阻尼、磁吸、触发等可复用的模块化…
Zero-WAM
蚂蚁灵波、香港科技大学(广州) 等中国
蚂蚁灵波与香港科技大学(广州)、香港科技大学的世界-动作模型,面向零样本跨任务机器人操作。它把人类示范视频当作任务说明,根据语言指令或人类视频提示同时预测机器人未来画面和可执行动作…
GraspVLA
银河通用、北京大学 等中国
银河通用与北京大学等提出的抓取基础模型,只用合成数据预训练,可直接迁移到真实环境。以 InternLM2-1.8B 为语言底座,融合 DINOv2 和 SigLIP 视觉特征,按思…
LabVLA
浙江大学、上海人工智能实验室 等中国
浙江大学等面向科学实验室场景的视觉-语言-动作模型,让机器人按实验流程操作通风橱、球磨机、离心设备、玻璃器皿等仪器,并处理透明液体。以 Qwen3-VL-4B-Instruct 为…
PhysicalAI-Robotics-Manipulation-Kitchen-Demos
NVIDIA美国
NVIDIA 发布的厨房移动操作示范数据集,由人类遥操作在 MuJoCo 仿真厨房中控制带 Omron 移动底座的 Franka Panda 采集,任务名与 RoboCasa 厨房…
Video Prediction Policy
星动纪元、清华大学 等中国
清华大学与星动纪元等提出的通用机器人策略。先把通用视频扩散模型 Stable Video Diffusion 在人类和机器人操作视频上微调成文本引导的视频预测模型,再取其内部对未来…
OpenLoong Dynamics Control
国地共建人形机器人创新中心、开放原子开源基金会中国
OpenLoong Dynamics Control 是 OpenLoong 开源项目中的人形机器人运动控制框架,基于模型预测控制(MPC)和全身控制(WBC),用 C++ 实现。…
Chengling Physical World Model
智澄AI中国
智澄AI 发布的机器人「物理世界模型」0.1 版,借鉴 JEPA 思路,以能量模型 Transformer(EBT)为核心:融合多视角图像、历史动作和语言指令,对候选动作轨迹打能量…
InternData-M1
上海人工智能实验室中国
上海人工智能实验室 InternRobotics 发布的仿真机器人操作数据集,基于 8 万多种开放词表物体构建场景,包含从任务规划到动作执行的全链路数据,每帧提供 2D/3D 框、…
RealSource World
睿尔曼中国
睿尔曼用 RS-02 双臂人形机器人(轮式底盘带升降,双 7 自由度机械臂)在真实环境中采集的操作数据集,场景包括厨房、会议室、便利店和家居,任务以长时程双臂协作为主。每条数据含头…
mycobot_ros
大象机器人中国
大象机器人官方的 ROS 功能包,用于在 ROS 中控制或仿真 myCobot 系列机械臂。包含 myCobot 280 / 320、mechArm 270、myPalletize…
Click and Traverse
银河通用、清华大学中国
银河通用与清华大学研究人形机器人在杂乱室内无碰撞穿行的开源项目,场景同时有地面、侧方和头顶障碍及不规则物体,机器人需跨越、下蹲或侧身挤过。项目用 HumanoidPF 表示机器人身…
EmbodiChain
跨维智能中国
跨维智能开源的具身智能端到端开发框架,基于自研 DexSim 物理与渲染引擎,提供 GPU 加速的刚体、可变形物体仿真和光线追踪传感器,支持批量并行仿真。框架整合生成式仿真(Sim…
pymycobot
大象机器人中国
大象机器人官方的 Python 控制接口,通过串口或网络 Socket 与机器人通信,读取状态并下发运动指令,pip 即可安装。支持 myCobot 280 / 320 / Pro…
unitree_actuator_sdk
宇树科技中国
宇树科技关节电机的开发包,通过串口与 GO-M8010-6、A1、B1 等宇树电机通信,可设置电机控制模式,下发位置、速度、力矩和 kp / kd 增益指令并读取电机反馈。提供 C…
HEX
北京人形机器人创新中心、西安交通大学 等中国
北京人形机器人创新中心等提出的全尺寸人形机器人全身视觉-语言-动作框架。用与人形对齐的统一状态表示整合不同本体的数据,以 Qwen3-VL 为视觉语言底座,配合混合专家结构的统一本…
Kuavo Data Challenge
乐聚机器人、北京通用人工智能研究院中国
乐聚机器人与北京通用人工智能研究院为 Kuavo 数据挑战赛提供的模仿学习示例代码,基于 LeRobot 开发,面向乐聚 Kuavo 人形机器人。流程覆盖把 Kuavo 的 ros…
