xbpeng/MimicKit

A lightweight suite of motion imitation methods for training controllers.

What it solves

MimicKit は、キャラクター（ヒューマノイドや四足歩行ロボットなど）のモーションコントローラーを訓練し、特定の参照運動を模倣できるように設計された軽量なフレームワークです。さまざまな物理シミュレータを使用して、さまざまなモーション模倣手法を実装・テストするための標準化された方法を提供します。

関連

  • プロジェクト
    zitongbai/legged_lab

    Isaac Lab用の強化学習拡張で、Unitree G1などの人間型ロボットがDeepMimicおよび敵対的運動事前知識を用いて複雑な動きを学習可能にします。

  • プロジェクト
    NVlabs/ProtoMotions

    ProtoMotions 3 は、Apache-2.0 ライセンスの GPU 加速フレームワークで、大規模なモーション学習、リターゲティング、ヒューマノイドロボットのシミュレーションから実機への展開をサポートします。AMASS や BONES などのデータセットでのマルチ GPU トレーニング、PyRoki によるワンコマンドのリターゲティング、クロスシミュレータテスト（Isaac Gym、Newton、MuJoCo）、および実機（例：Unitree G1）へのゼロショット展開のための ONNX ポリシーのエクスポートをサポートします。

  • プロジェクト
    ARISE-Initiative/robomimic

    ロボット操作の研究をよりアクセス可能で再現可能にするために、標準化されたデータセットとオフライン学習アルゴリズムを提供するロボットの示範学習用フレームワークです。

  • プロジェクト
    lenskit/lkpy

    LensKit for Pythonは、研究者や学生が柔軟な実験環境でレコメンデーションシステムアルゴリズムを構築、実行、評価するためのツールキットです。

  • プロジェクト
    microsoft/agent-lightning

    開発者が既存のハーネスや環境を最小限のコード変更で利用し、強化学習を用いてAIエージェントをトレーニングできる軽量なエージェント型強化学習フレームワーク。