#mujoco Repositorios
Descubre 40 repositorios activos de código abierto de GitHub etiquetados con #mujoco, que acumulan 91,949 estrellas en total (una media de 2,298 estrellas por proyecto). El líder de este tema es google-deepmind/mujoco, con 18,366 estrellas.
40 repositorios en total
Dinámica multiarticulada con contacto. Un simulador físico de propósito general.
El stack de software de Google DeepMind para simulación basada en física y entornos de Reinforcement Learning, utilizando MuJoCo.
Una colección de modelos de alta calidad para el motor de física MuJoCo, curada por Google DeepMind.
Synapsa Commons: cursos gratuitos y prácticos de IA que funcionan en cualquier entorno (Colab, Kaggle, Binder, Codespaces, Jupyter). Evidencias de conformidad con la Ley de IA de la UE, validación de modelos, mantenimiento predictivo, extracción de documentos, recuperación y RAG, agentes de IA y MCP, y un humanoide simulado. Cada lección se califica automáticamente. Del equipo que está construyendo Synapsa.
Un brazo humanoide completamente de código abierto para la investigación de IA física y el despliegue en entornos de contacto intensivo.
OpenDILab Decision AI Engine. El framework de aprendizaje por refuerzo más completo B.P.
Una colección de entornos de simulación de robótica para aprendizaje por refuerzo
Colecciones de entornos de robótica orientados al benchmarking de aprendizaje por refuerzo multi-tarea y meta
Síntesis de comportamiento en tiempo real con MuJoCo, utilizando Control Predictivo
Una colección de entornos de referencia para el aprendizaje por refuerzo sin conexión
Motor de ejecución de entorno paralelo de alto rendimiento basado en C++ (entorno vectorizado) para entornos RL generales.
Benchmark de aprendizaje por imitación centrado en tareas de locomoción complejas utilizando MuJoCo.
MyoSuite es una colección de entornos/tareas que deben ser resueltas por modelos musculoesqueléticos simulados con el motor de física MuJoCo y envueltos en la API de OpenAI gym.
Entrenamiento de un robot humanoide para la locomoción utilizando aprendizaje por refuerzo
XuanCe: Una biblioteca integral y unificada de aprendizaje profundo por refuerzo
Implementación oficial de "KungfuBot: Control de cuerpo completo humanoide basado en física para aprender habilidades altamente dinámicas"
UniLab: Infraestructura basada en contratos para el aprendizaje robótico en distintos motores de física y hardware
Una lista seleccionada de proyectos del conectoma de la mosca de la fruta: MaleCNS, FlyWire, simulaciones cerebrales, modelos corporizados, juegos y herramientas de investigación.
[CoRL '23] Interpretación de piano diestra con aprendizaje por refuerzo profundo.
Convertir ensamblado de Onshape a definición de robot (URDF, SDF, MuJoCo) a través de la API de Onshape
Una biblioteca de Python para ejecutar miles de simulaciones de MuJoCo en paralelo en la CPU
Implementaciones de ROS2-Control para robots cuadrúpedos, incluye sim2real
Un simulador de robótica de alta fidelidad y código abierto que integra el renderizado fotorrealista de Unreal Engine con la física de precisión de MuJoCo.
Un controlador predictivo basado en modelos para robots cuadrúpedos, basado en el modelo de cuerpo rígido único y escrito en Python. Basado en gradiente (acados) o basado en muestreo (jax).
Preguntas frecuentes
¿Cuál es el repositorio de #mujoco más popular en GitHub?
El proyecto de código abierto de #mujoco mejor posicionado en GitHub es google-deepmind/mujoco, con 18,366 estrellas. Dinámica multiarticulada con contacto. Un simulador físico de propósito general.
¿Qué lenguajes de programación se utilizan más en los repositorios de #mujoco?
Entre los proyectos de #mujoco mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, MDX, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #mujoco?
Seguimos 40 repositorios activos de código abierto etiquetados con #mujoco (500+ estrellas), que suman un total de 91,949 estrellas, con una media de 2,298 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.