#robotics Repositories
Insgesamt 502 Repositories
BrachioGraph ist ein ultra-günstiger Plotter (Gesamtkosten der Materialien: 14 €), der mit minimalen Fähigkeiten gebaut werden kann.
Ein Repository zur Aufbewahrung von Definitionen von Docker-Images, die von OSRF verwaltet werden
Contrib-Paket für Stable-Baselines3 - Experimenteller Code für verstärkendes Lernen (RL)
Verwendung eines Error-State-Kalman-Filters zur Fusion von IMU- und GPS-Daten für die Lokalisierung.
Repository für unsere Arbeiten: Robotische Weltsmodell: Ein neuronales Netzsimsimulator für robuste Politikoptimierung in der Robotik und Unsicherheitsbewusstes Robotisches Weltsmodell lässt Offline modellbasiertes Verstärkungslernen an realen Robotern funktionieren
Dynamisches SLAM, lebenslanges SLAM-Forschung (Lidar, Visuell, Sensorfusion etc.)
Ein modulares, offenes und nicht proprietäres Toolkit für Kernrobotik-Funktionalitäten durch Nutzung von Deep Learning
Sammlung von Roboterumgebungen, die auf der PyBullet-Physik-Engine und Gymnasium basieren.
RBDL ist eine C++-Bibliothek, die einige wesentliche und effiziente Algorithmen für die Dynamik starrer Körper enthält, wie den Articulated Body Algorithm (ABA) für Vorwärtsdynamik, den Recursive Newton-Euler Algorithmus (RNEA) für Inverse Dynamik, den Composite Rigid Body Algorithmus (CRBA) für die effiziente Berechnung der Trägheitsmatrix im Gelenkraum und kann auch Vorwärtsdynamik mit äußeren Kontaktbeschränkungen und Kollisionsimpulsen berechnen. Darüber hinaus bietet sie grundlegende Unterstützung für Vorwärts- und Inverse Kinematik
Microban ist ein erschwinglicher, vollständig 3D-druckbarer und zu 100 % quelloffener humanoider Roboter. Angetrieben von einem Raspberry Pi Zero 2W und 19 Dynamixel-Servomotoren dient er als zugängliche DIY-Plattform zum Lernen, Experimentieren und Forschen im Bereich Robotik.
Code für "Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions"
ROS-basiertes Framework und RPi-Image zur Steuerung von PX4-betriebenen Drohnen 🍀
Ein Robuster Ansatz für LiDAR-Trägheits-Odometrie ohne sensorenspezifische Modellierung
LSD (LiDAR SLAM & Detection) ist eine Open-Source-Wahrnehmungsarchitektur für autonome Fahrzeuge/Roboter
[IROS 2021] BundleTrack: 6D-Pose-Tracking für neue Objekte ohne Instanz- oder Kategorie-Ebene 3D-Modelle
BenchMARL ist eine Bibliothek zum Benchmarking von Multi-Agent Reinforcement Learning (MARL). BenchMARL ermöglicht den schnellen Vergleich verschiedener MARL-Algorithmen, Aufgaben und Modelle, während es systematisch auf seinen beiden Kernprinzipien basiert: Reproduzierbarkeit und Standardisierung.
Eine Version 1.1 des Alexander Koch Low-Cost-Roboterarms mit einigen kleinen Änderungen.
Pizi Heng Embedded Halbmonatszeitschrift, teilt nützliche und interessante Tools oder Projekte im Embedded-Bereich sowie einige aktuelle Nachrichten. Ab Februar 2020 erscheint alle zwei Wochen eine Ausgabe.
Vom Großen zum Kleinen: Multi-Skala Lokale Planare Führung für die Monokulare Tiefenschätzung
[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Eine ganzheitliche multimodale 3D-Wahrnehmungssuite für Embodied AI
Die Vollabdeckungs-Pfadplanung bietet ein move_base_flex-Plugin, das einen Pfad planen kann, der einen gegebenen Bereich vollständig abdeckt
Open Reality: Verwandle Handyvideos in 3D-Szenen, die von einer KI abgefragt werden können. MCP-Tools für Claude/Codex/Cursor (npm openreality-mcp), ein selbst hostbarer Broker und die VGGT-SLAM-Bibliothek – alles in einem Repository. BSD-2-Clause.
Nichtkonvexe eingebettete Optimierung: Code-Generierung für schnelle Echtzeit-Optimierung + ROS-Unterstützung
Konvertierung einer Onshape-Baugruppe zu einer Robot-Definition (URDF, SDF, MuJoCo) über die Onshape-API
Dünner dezentraler kollaborativer Framework für gleichzeitige Lokalisierung und Kartierung für Multi-Roboter-Systeme
🤔 MULLS: Vielseitiges LiDAR SLAM mittels multimetrischer linearer Methode der kleinsten Quadrate [ICRA '21]
Ein Gehirn, das aus unmittelbarer Erfahrung lernt. System 1 standardmäßig: Wahrnehmung, Gedächtnis, Plastizität und Handeln. Optional System 2 zur Selbstbeobachtung und für langsame Korrekturen.
Dieses Repository enthält eine Sammlung von Ressourcen und Arbeiten zu Diffusion Models für RL, die die Arbeit "Diffusion Models for Reinforcement Learning: A Survey" begleiten.