#motion-planning Dépôts
Découvrez 49 dépôts GitHub open source actifs associés à #motion-planning, cumulant 72,656 étoiles au total (soit une moyenne de 1,482 étoiles par projet). Le projet en tête de ce thème est OpenDriveLab/UniAD, avec 4,800 étoiles.
49 dépôts au total
Une implémentation rapide et flexible des algorithmes de dynamique du corps rigide et de leurs dérivées analytiques
Planification de mouvement et Navigation de AGV/AMR : implémentation du plugin de planification ROS de A*, JPS, D*, LPA*, D* Lite, Theta*, RRT, RRT*, RRT-Connect, Informed RRT*, ACO, PSO, Voronoi, PID, LQR, MPC, DWA, APF, Pure Pursuit, etc.
Un planificateur de trajectoire robuste et efficace pour quadricoptères
:sunglasses: Une liste organisée de bibliothèques et de logiciels de robotique
Modern Robotics: Mechanics, Planning, and Control Code Library --- Le but principal du logiciel fourni est d'être facile à lire et éducatif, renforçant les concepts du livre. Le code n'est optimisé ni pour l'efficacité ni pour la robustesse.
Dépôt central pour les outils, tutoriels, ressources et documentation pour la simulation robotique dans Unity.
Planificateur de trajectoires A* hybride pour le Véhicule Concept de Recherche KTH
Calcul symbolique rapide, génération de code et optimisation non linéaire pour la robotique
Génération de mouvement pour robots et machines. Temps réel. Contraint en secousses. Optimal en temps.
Crocoddyl est une bibliothèque de contrôle optimal pour le contrôle de robots sous séquence de contact. Son solveur est basé sur divers algorithmes efficaces similaires au Differential Dynamic Programming (DDP).
The Robotics Library (RL) est une bibliothèque C++ autonome pour la cinématique et la dynamique des corps rigides, la planification de mouvement et le contrôle.
[TRO 2025] NeuPAN: Navigation directe de robot ponctuel avec apprentissage modèle de bout en bout.
Planification de mouvement (Planification de chemin et Planification/Suivi de trajectoire) d'AGV/AMR : implémentation Python de Dijkstra, A*, JPS, D*, LPA*, D* Lite, (Lazy)Theta*, RRT, RRT*, RRT-Connect, Informed RRT*, Voronoi, PID, DWA, APF, LQR, MPC, RPP, Bezier, Dubins etc.
[ICLR 2025 Oral] L'implémentation officielle de "Diffusion-Based Planning for Autonomous Driving with Flexible Guidance"
SparseDrive : Conduite autonome de bout en bout via la représentation éparse de scène
Outils logiciels pour quadrupèdes agiles, développés par le Robomechanics Lab de la Carnegie Mellon University.
ReKep : Raisonnement spatio-temporel des contraintes de points clés relationnels pour la manipulation robotique
Résumé des articles et blogs clés sur les modèles de diffusion pour apprendre le sujet. Liste détaillée de tous les articles publiés sur la robotique de diffusion.
Notes sur la conduite autonome, pour analyser les points de connaissance des modules individuels et intégrer d'excellentes solutions industrielles pour m'aider et aider les lecteurs dans le besoin ; comprend le deep learning, la conduite autonome, le BEV, le Transformer, l'ADAS, le CVPR, le Tesla AI DAY, les grands modèles, chatgpt, etc.
VoxPoser : Cartes de Valeur 3D Componibles pour la Manipulation Robotique avec des Modèles Linguistiques
Un wrapper ROS pour la planification de trajectoires basé sur des primitives de mouvement
Planification de mouvement et navigation d'AGV/AMR : implémentation Matlab de Dijkstra, A*, Theta*, JPS, D*, LPA*, D* Lite, RRT, RRT*, RRT-Connect, Informed RRT*, ACO, Voronoi, PID, LQR, MPC, APF, RPP, DWA, DDPG, Bezier, B-spline, Dubins, Reeds-Shepp etc.
Ce dépôt contient toutes les leçons du cours "Robotics Moderne".
Outils de Génération de Mouvement Optimal: planification de mouvement facilitée
Foire aux questions
Quel est le dépôt #motion-planning le plus populaire sur GitHub ?
Le projet #motion-planning open source le mieux classé sur GitHub est OpenDriveLab/UniAD, avec 4,800 étoiles. [CVPR 2023 Best Paper Award] Conduite autonome orientée planification
Quels langages de programmation sont les plus utilisés dans les dépôts #motion-planning ?
Parmi les projets #motion-planning les mieux classés sur GitHub, les langages de programmation les plus courants sont C++, Python, C#, MATLAB.
Comment le classement des dépôts #motion-planning est-il calculé ?
Nous suivons 49 dépôts open source actifs associés à #motion-planning (500+ étoiles), totalisant 72,656 étoiles, avec une moyenne de 1,482 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.