#robotics Repositorios
502 repositorios en total
BrachioGraph es un trazador ultraeconómico (coste total de materiales: 14 €) que se puede construir con habilidades mínimas.
Un repositorio para almacenar definiciones de imágenes de Docker mantenidas por OSRF
Paquete Contrib para Stable-Baselines3 - Código experimental de aprendizaje por refuerzo (RL)
Usando filtro de Kalman de estado de error para fusionar los datos de IMU y GPS para localización.
Repositorio de nuestros artículos: Modelo del Mundo Robótico: Un simulador de redes neuronales para la optimización robusta de políticas en robótica y un Modelo del Mundo Robótico sensible a la incertidumbre hace que el aprendizaje por refuerzo basado en modelos offline funcione en robots reales
SLAM dinámico, investigación SLAM de por vida (Lidar, Visual, Fusión de sensores, etc.)
Un toolkit modular, abierto y no propietario para funcionalidades robóticas centrales aprovechando el aprendizaje profundo
Conjunto de entornos robóticos basados en el motor de física PyBullet y gymnasium.
RBDL es una biblioteca de C++ que contiene algunos algoritmos esenciales y eficientes de dinámica de cuerpos rígidos, como el Articulated Body Algorithm (ABA) para dinámica directa, el Recursive Newton-Euler Algorithm (RNEA) para dinámica inversa, el Composite Rigid Body Algorithm (CRBA) para el cómputo eficiente de la matriz de inercia del espacio articular, y también es capaz de calcular dinámica directa con restricciones de contacto externas e impulsos de colisión. Además, tiene un soporte básico para cinemática directa e inversa
Microban es un robot humanoide asequible, totalmente imprimible en 3D y 100 % de código abierto. Impulsado por una Raspberry Pi Zero 2W y 19 servomotores Dynamixel, sirve como una plataforma DIY accesible para el aprendizaje, la experimentación y la investigación en robótica.
Código para "Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions"
Un framework de autonomía minimal para cuadricóptero en Rust (Mac, Linux, Windows)
Marco basado en ROS e imagen de RPi para controlar drones impulsados por PX4 🍀
Un Enfoque Robusto para Odometría LiDAR-Inercial Sin Modelado Específico de Sensores
LSD (LiDAR SLAM & Detection) es una arquitectura de percepción de código abierto para vehículos/robots autónomos
[IROS 2021] BundleTrack: Seguimiento de pose 6D para objetos nuevos sin modelos 3D a nivel de instancia o categoría
BenchMARL es una biblioteca para la evaluación comparativa de Multi-Agent Reinforcement Learning (MARL). BenchMARL permite comparar rápidamente diferentes algoritmos, tareas y modelos de MARL, al tiempo que se basa sistemáticamente en sus dos principios fundamentales: reproducibilidad y estandarización.
Una versión 1.1 del brazo robótico económico Alexander Koch con algunos pequeños cambios.
Pizi Heng Embedded Semimensual, comparte herramientas o proyectos útiles e interesantes en el campo de embedded, así como algunas noticias destacadas. Desde febrero de 2020, se publica un número cada medio mes.
De grande a pequeño: Guía planar local multi-escala para la estimación de profundidad monocular
[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Una suite holística de percepción 3D multimodal para IA encarnada
La planificación de rutas de cobertura completa proporciona un plugin move_base_flex que puede planificar una ruta que cubra completamente un área determinada
Open Reality: convierte vídeos del móvil en escenas 3D consultables por IA. Herramientas MCP para Claude/Codex/Cursor (npm openreality-mcp), un intermediario autohospedable y la biblioteca VGGT-SLAM, todo en un mismo repositorio. BSD-2-Clause.
Optimización embebida no convexa: generación de código para optimización en tiempo real rápida + soporte ROS
Convertir ensamblado de Onshape a definición de robot (URDF, SDF, MuJoCo) a través de la API de Onshape
Marco colaborativo descentralizado disperso para localización y mapeo simultáneos en sistemas multirrobot
🤔 MULLS: SLAM LiDAR versátil mediante mínimos cuadrados lineales multimetría [ICRA '21]
Un cerebro que aprende de la experiencia en tiempo real. Sistema 1 de forma predeterminada: percepción, memoria, plasticidad y acción. Sistema 2 opcional para la autoobservación y las correcciones lentas.
Este repositorio contiene una colección de recursos y artículos sobre Modelos de Difusión para RL, que acompañan al artículo "Diffusion Models for Reinforcement Learning: A Survey".