#mujoco Repositories
Entdecke 40 aktive Open-Source-GitHub-Repositories, die mit #mujoco getaggt sind und insgesamt 91,949 Sterne gesammelt haben (durchschnittlich 2,298 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist google-deepmind/mujoco mit 18,366 Sternen.
Insgesamt 40 Repositories
Herstellung einer Mini-Version des BDX-Droiden. https://discord.gg/UtJZsgfQGe
Google DeepMinds Software-Stack für physikbasierte Simulation und Reinforcement Learning-Umgebungen, der MuJoCo verwendet.
Eine Sammlung hochwertiger Modelle für die MuJoCo-Physik-Engine, kuratiert von Google DeepMind.
Synapsa Commons: kostenlose, praxisorientierte KI-Kurse, die überall ausgeführt werden können (Colab, Kaggle, Binder, Codespaces, Jupyter). Konformitätsnachweise gemäß dem EU-KI-Gesetz, Modellvalidierung, vorausschauende Wartung, Dokumentenextraktion, Retrieval und RAG, KI-Agenten und MCP sowie ein simuliertes humanoides Wesen. Jede Lektion wird automatisch bewertet. Vom Team hinter Synapsa.
Ein vollständig Open-Source humanoider Arm für die physische KI-Forschung und den Einsatz in kontaktintensiven Umgebungen.
OpenDILab Decision AI Engine. Das umfassendste Framework für Reinforcement Learning B.P.
Eine Sammlung von Robotik-Simulationsumgebungen für Reinforcement Learning
Sammlungen von Robotik-Umgebungen, die auf das Benchmarking von Multi-Task- und Meta-Reinforcement-Learning ausgerichtet sind
Echtzeit-Verhaltenssynthese mit MuJoCo unter Verwendung von Predictive Control
Eine Sammlung von Referenzumgebungen für das Offline-Reinforcement Learning
C++-basiertes Hochleistungs-Parallelumgebungs-Ausführungsmodul (vektorisierte Umgebung) für allgemeine RL-Umgebungen.
Benchmark für imitatives Lernen mit Fokus auf komplexe Lokomotionsaufgaben unter Verwendung von MuJoCo.
MyoSuite ist eine Sammlung von Umgebungen/Aufgaben, die von Muskel-Skelett-Modellen gelöst werden sollen, die mit der MuJoCo-Physik-Engine simuliert und in die OpenAI Gym API eingewickelt sind.
Training eines humanoiden Roboters für Fortbewegung mittels Reinforcement Learning
XuanCe: Eine umfassende und einheitliche Bibliothek für Deep Reinforcement Learning
Offizielle Implementierung von "KungfuBot: Physikbasierte Ganzkörpersteuerung für humanoide Roboter zum Erlernen hochdynamischer Fähigkeiten"
UniLab: Vertragsbasierte Infrastruktur für Roboterlernen über verschiedene Physik-Backends und Hardware hinweg
Offizielle Implementierung von Diffusion Policy Policy Optimization, arxiv 2024
Eine kuratierte Liste von Projekten zum Konnektom der Fruchtfliege: MaleCNS, FlyWire, Gehirnsimulationen, verkörperte Modelle, Spiele und Forschungswerkzeuge.
[CoRL '23] Geschicktes Klavierspielen mit Deep Reinforcement Learning.
Konvertierung einer Onshape-Baugruppe zu einer Robot-Definition (URDF, SDF, MuJoCo) über die Onshape-API
Eine Python-Bibliothek zum parallelen Ausführen Tausender MuJoCo-Simulationen auf der CPU
ROS2-Control-Implementierungen für Quadruped-Roboter, einschließlich sim2real
Ein hochauflösender Open-Source-Robotiksimulator, der das fotorealistische Rendering von Unreal Engine mit der Präzisionsphysik von MuJoCo integriert.
Ein modellprädiktiver Regler für vierbeinige Roboter, basierend auf dem Ein-Starrkörper-Modell und in Python geschrieben. Gradientenbasiert (acados) oder Stichprobenbasiert (jax).
Häufig gestellte Fragen
Welches ist das beliebteste #mujoco-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#mujoco-Projekt auf GitHub ist google-deepmind/mujoco mit 18,366 Sternen. Mehrgelenk-Dynamik mit Kontakt. Ein universeller Physik-Simulator.
Welche Programmiersprachen werden in #mujoco-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #mujoco-Projekten auf GitHub sind Python, C++, MDX, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #mujoco-Repositories berechnet?
Wir verfolgen 40 aktive Open-Source-Repositories, die mit #mujoco getaggt sind (500+ Sterne), mit insgesamt 91,949 Sternen und durchschnittlich 2,298 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.