Référentiel
RLinf
Infrastructure d'apprentissage par renforcement pour les modèles incarnés et les politiques robotiques.
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
Infrastructure d'apprentissage par renforcement pour les modèles incarnés et les politiques robotiques.
Cadres d'apprentissage des robots
Référentiel
Politique de manipulation des robots conditionnée par des invites multimodales.
Cadres d'apprentissage des robots
Référentiel
Outils de formation, de réglage et d’évaluation pour les agents d’apprentissage par renforcement Stable-Baselines3.
Planification et contrôle des mouvements
Référentiel
Suite de tâches de référence pour l’apprentissage robotique multimodal.
Cadres d'apprentissage des robots
Référentiel
Environnements Isaac Gym pour l'apprentissage des robots à pattes.
Cadres d'apprentissage des robots
Référentiel
Plateforme de recherche en robotique avec interfaces robots et exemples.
Cadres d'apprentissage des robots
Référentiel
Référentiel
Code de recherche GC-VLN pour la navigation en vision et en langage contraints par des graphiques.
Navigation et SLAM
Référentiel
UniGoal : vers une navigation universelle orientée objectif Zero-shot
Navigation et SLAM
Référentiel
Packages ROS et exemples pour TurtleBot3.
Navigation et SLAM
Référentiel
Bibliothèque d'optimisation de trajectoire C++ pour les robots à pattes.
Planification et contrôle des mouvements
Référentiel
Logiciel de localisation et de cartographie visuelle et visuo-inertielle.
Navigation et SLAM
Référentiel
Algorithmes d’apprentissage par renforcement pour la formation et l’évaluation des politiques de contrôle.
Cadres d'apprentissage des robots
Référentiel
StarVLA fournit un code modulaire pour développer des modèles vision-langage-action.
Cadres d'apprentissage des robots
Référentiel
Flux de travail de robotique et d'apprentissage par renforcement MuJoCo-Warp à l'aide d'une API de style Isaac Lab.
Simulation et physique
Référentiel
Un plug-in zenoh qui permet de router de manière transparente les données DDS. Ce plugin peut être utilisé par les applications DDS pour exploiter zenoh pour le routage géographique ou pour une meilleure découverte de mise à l'échelle. Pour ROS2…
Intergiciel et communication
Référentiel
Package Python pour l'évaluation de l'odométrie et du SLAM
Navigation et SLAM
Référentiel
Outils et modèles pour développer des contrôleurs humanoïdes du corps entier.
Planification et contrôle des mouvements
Référentiel
Cadre de planification des mouvements du robot pour ROS 2.
Cadres d'apprentissage des robots
Référentiel
Cadre de planification de mouvement de robot pour ROS.
Planification et contrôle des mouvements
Référentiel
Implémentations Python illustrant les algorithmes robotiques et les méthodes de planification.
Navigation et SLAM
Référentiel
Packages ROS 2 pour bras de robot ROBOTIS OpenMANIPULATOR.
Simulation et physique
Référentiel
Conceptions et documentation de configuration pour les robots Standard Open Arm et l'intégration LeRobot.
Cadres d'apprentissage des robots
Référentiel
ActionABI étudie la récupération de la sémantique non documentée du tenseur d'action des robots à partir des trajectoires.
Outils de visualisation et de donnéesConnaissez-vous une ressource qui a sa place ici ?