#path-planning Dépôts
Découvrez 27 dépôts GitHub open source actifs associés à #path-planning, cumulant 62,683 étoiles au total (soit une moyenne de 2,321 étoiles par projet). Le projet en tête de ce thème est AtsushiSakai/PythonRobotics, avec 30,953 étoiles.
27 dépôts au total
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.
Apprenez les bases de la robotique grâce à une expérience pratique en utilisant ROS 2 et la simulation Gazebo.
Apprenez la conduite autonome en la construisant : des simulations Python et un manuel libre dans lequel le système évolue étape par étape. Remplacez et comparez les algorithmes de localisation, de planification et de contrôle au sein d’un même système.
Un planificateur de trajectoires optimal prenant en compte des topologies distinctives pour les robots mobiles basé sur Timed-Elastic-Bands (ROS Package)
Un simulateur robotique léger basé sur Python conçu pour la navigation, le contrôle et l’apprentissage.
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.
Contrôle du quadrotor, planification de trajectoire et optimisation de trajectoire
Cadre de gestion des cartes pour la conduite automatisée
Chemins de couverture robustes et efficaces pour les véhicules agricoles autonomes. Une bibliothèque modulaire et extensible de planification de chemins de couverture
Planificateur d'exploration basé sur des graphes pour environnements souterrains
[CMU] Un cadre polyvalent et modulaire conçu pour les véhicules aériens sans pilote autonomes [UAV] (C++/ROS/PX4)
Grey Wolf Optimizer (GWO) planification de trajectoire/optimisation de trajectoire, planification de route multi-agents/multi-drones
Cadre modulaire pour la planification de chemins informatifs en ligne.
La planification de trajectoire à couverture complète fournit un plugin move_base_flex qui peut planifier une trajectoire qui couvrira entièrement une zone donnée
Implémentation en Python du code de planification et de contrôle de la conduite autonome
Planification de trajectoire par apprentissage profond par renforcement, planification de trajectoire SAC, algorithme Soft Actor-Critic, SAC-pytorch, évitement d'obstacles par LiDAR, simulation LiDAR, Adaptive-SAC
Foire aux questions
Quel est le dépôt #path-planning le plus populaire sur GitHub ?
Le projet #path-planning open source le mieux classé sur GitHub est AtsushiSakai/PythonRobotics, avec 30,953 étoiles. Exemples de codes Python et manuel pour les algorithmes de robotique.
Quels langages de programmation sont les plus utilisés dans les dépôts #path-planning ?
Parmi les projets #path-planning les mieux classés sur GitHub, les langages de programmation les plus courants sont C++, Python, MATLAB, Rust.
Comment le classement des dépôts #path-planning est-il calculé ?
Nous suivons 27 dépôts open source actifs associés à #path-planning (500+ étoiles), totalisant 62,683 étoiles, avec une moyenne de 2,321 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.