Référentiel
movement primitives · dfki-ric
Implémentations primitives de mouvement pour l'apprentissage par imitation, y compris le mouvement bimanuel.
Cadres d'apprentissage des robotsLE RÉPERTOIRE DE L'IA INCORPORÉE
Découvrez le logiciel de simulation de robot, le middleware ROS 2, la planification de mouvements et les outils d'apprentissage de robot Python.
Référentiel
Implémentations primitives de mouvement pour l'apprentissage par imitation, y compris le mouvement bimanuel.
Cadres d'apprentissage des robots
Référentiel
EMKG : mémoire et récupération multimodales pour la navigation objet-objectif en monde ouvert dans des environnements dynamiques.
Navigation et SLAM
Référentiel
Applications ROS pour le robot mobile myAGV, y compris cartographie et navigation.
Cadres d'apprentissage des robots
Référentiel
Implémentation éducative Python de l'optimisation des graphes de pose.
Navigation et SLAM
Référentiel
Package d'installation de maillage pour le robot NAO.
Cadres d'apprentissage des robots
Référentiel
Interface graphique de réglage des paramètres Nav2 en temps réel pour ROS2, aucun kill ou relance nécessaire
Navigation et SLAM
Référentiel
Nav-R1 : Raisonnement et navigation dans des scènes incarnées
Navigation et SLAM
Référentiel
Implémentation officielle de « NavRAG : Générer des instructions à la demande des utilisateurs pour une navigation intégrée via un LLM de récupération augmentée » (ACL'25 Findings)
Navigation et SLAM
Référentiel
Planification de mouvements ROS globale et locale pour les robots mobiles.
Navigation et SLAM
Référentiel
Moteur Newton Dynamics pour la simulation physique en temps réel.
Planification et contrôle des mouvements
Référentiel
Primitives GPU pour un rendu différenciable.
Cadres d'apprentissage des robots
Référentiel
Référentiel
OceanSim : un cadre de simulation de perception de robot sous-marin accéléré par GPU
Simulation et physique
Référentiel
Ce projet de déploiement Octo couvre la téléopération, la collecte RLDS et la mise au point des bras Universal Robots.
Cadres d'apprentissage des robots
Référentiel
Un système intégré de contrôle, de planification et de perception humanoïde. Développé par le MIT et l'Université d'Édimbourg pour le Boston Dynamics Atlas et les robots humanoïdes Valkyrie de la NASA
Perception et géométrie
Référentiel
Environnements d'apprentissage par renforcement pour Isaac Gym en Isaac Sim.
Cadres d'apprentissage des robots
Référentiel
DJI Onboard SDK pour les applications embarquées sur les drones.
SDK de robots
Référentiel
Projet de robot de service basé sur ROS.
Cadres d'apprentissage des robots
Référentiel
Système de téléopération et de collecte de données de robot basé sur la réalité virtuelle pour le VLA humanoïde du corps entier (Unitree G1)
Logiciel de téléopération
Référentiel
Implémentation officielle de l'article : "OptiGeo : Efficient Monocular Geometry for Embodied Perception in Optically Challenging Scenes"
Perception et géométrie
Référentiel
Génération de code pour l'optimisation intégrée non convexe avec prise en charge de ROS.
Planification et contrôle des mouvements
Référentiel
Une intégration ROS d'ORB-SLAM2.
Navigation et SLAM
Référentiel
Une implémentation SLAM visuelle sémantique combinant détection d'objets, analyse de mouvement et cartographie OctoMap.
Navigation et SLAM
Référentiel
Un moyen de collecter, d'agréger, de stocker et de visualiser des statistiques provenant de sources arbitraires de manière flexible et sécurisée en temps réel dans ROS/ROS2.
Outils de visualisation et de donnéesConnaissez-vous une ressource qui a sa place ici ?