Zenoh に基づく ROS 2 RMW 実装であり、ロボット通信のための DDS の代替手段を提供します。暗黙的な共有メモリと柔軟なクロスホスト・ディスカバリを特徴としています。

四足、車輪、ヒューマノイドロボット向けの強化学習ポリシーのシミュレーション検証および物理的デプロイメントのためのフレームワーク。

AutoGLM‑GUIは、ADBを介してLLMがAndroid端末を制御できるデスクトップ/Dockerアプリです。チャットベースのタスク実行、階層化された計画/実行エージェント、リアルタイム画面プレビュー、複数デバイス管理、cronスケジューリング、ワークフロー保存、会話履歴、他のAIツールとの統合のためのMCP APIを提供します。

ROS 2を使用するロボット向けに、堅牢な姿勢推定と退化検知を提供する軽量なLiDAR-慣性オドメトリおよびマッピングシステム。

物理的なハードウェアがURDFモデルと一致するように、ロボットの運動学チェーン、センサー外部パラメータ、モバイルベースのパラメータを最適化するROS2ベースのキャリブレーションツールキット。

強化学習（RL）ベースのロコマニピュレーションポリシーと低コストの同形外骨格コックピットを組み合わせた人間型遠隔操作システムで、正確な全身制御を実現します。

ストリーミングまたは MCAP ファイルを介してマルチモーダルロボティクスデータをログ記録・可視化するためのライブラリ群。Python、C++、Rust、ROS をサポート。

視覚的予見性とタスク実行を向上させるために、二段階のトレーニングプロセスを通じて動画生成と動作予測を統合するロボット操作用の統一モデル。

3Dの基盤と接触ポイント予測を通じて、視覚言語理解と実ロボット制御を橋渡しする身体的基礎モデルのファミリーです。

ROS2、PX4、および ArduPilot を使用して、知覚ベースのマルチドローン自律走行を開発、シミュレーション、および展開するための、飛行実績のあるオープンソース・ソフトウェア・スタックです。

エンドツーエンド自動運転のためのスケーラブルなシミュレーションパイプラインと共訓練戦略で、高精細な反応的シナリオを合成し、モデルの堅牢性を向上させます。

深層知覚モデルと物理ベースの最適化を組み合わせた、ロボット学習のためのPyTorchベースのライブラリ。Lie群、フィルタリング、および二次最適化のためのツールを提供します。

FIRST Robotics Competitionのロボット向けにカスタマイズされた、無料かつ高速なコンピュータビジョンソリューション。容易な統合と画像処理のためのツールを提供します。

Reverb は Linux 専用、Python に優しいライブラリ（C++ バックエンド付き）で、強化学習研究向けの gRPC ベースの分散経験リプレイサービスを提供します。均一、優先度付き、FIFO など、構成可能なサンプリング/削除戦略を持つテーブルを定義でき、レートリミッターと容量制限をサポート。複数サーバー間でのチェックポイントとシャーディングも可能。`pip install dm-reverb[tensorflow]` でインストールし、`reverb.Server`/`reverb.Client` API を使ってデータの挿入とサンプリングを行います。プロダクション向けではなく、特定の TensorFlow バージョンに強く依存しています。

自律走行車両のナビゲーションを提供するROSメタパッケージで、2次元/3自由度のパスプランニング、コストマップ処理、衝突防止制御を実装しています。

I2CまたはSPI経由でInvensenseのMPU-6500およびMPU-9250/9255 IMUと通信するためのC++ライブラリ。運動および磁気データへの簡単なアクセスを提供します。

マイコン間で独立したソフトウェア機能のコレクションとしてハードウェア製品を管理するオープンソースの軽量ライブラリで、より迅速な開発と再利用を可能にします。

NVIDIA Isaac ROS パッケージの開発とデプロイをサポートするために設計された、不可欠なユーティリティ、パッケージ、およびテストインフラストラクチャのコレクションです。

ROS 2 用のコード生成ツールで、宣言的な YAML 定義を C++ または Python ライブラリに変換し、パラメータの宣言、取得、検証を可能にします。

制約を満たしつつ衝突を回避しながら、運動計画問題を解くために逐次凸最適化を使用するROS用の最適化パスプランナーです。

産業用ロボットのシミュレーションとオフラインプログラミングのための多言語API。開発者はベンダー固有の言語ではなく、汎用言語を使用してあらゆる産業用ロボットアームをプログラミングできます。

GraspNet-1Billion データセット用の Python API。ロボットの把持研究のための把持ラベルと点群データをロード、処理、検証するためのツールを提供します。

オープンボキャブラリーの視覚言語運動学習のための、人間が収集したデータセット群とベンチマーク。ロボットが多種多様な自然言語の指示を実行できるようにします。

ロボット工学向けに特別設計された、FOCおよび複数の制御モードをサポートする、ブラシレスDCモーター用のオープンソース・低コスト電子速度コントローラー（ESC）。

単眼、RGB-D、ステレオカメラに対応する、点、線、平面を用いた効率的なスパースマッピングとローカライゼーションを実現する視覚SLAMシステム。

ROS2のメッセージ、サービス、およびアクションを使用して、Webots 3Dシミュレータ内のロボットをシミュレートするためのインターフェースを提供するパッケージ。

OpenAI-Gym API を介して公開される MuJoCo シミュレート環境とタスクのコレクションを提供する、ロボット学習のための統一されたフレームワーク。

モデルベース設計を用いて迅速な制御システム開発と自動コード生成を可能にする、自律走行車両向けの高性能組み込み自動運転システム。

PyTorch向けの並列化・微分可能なロボット運動学ライブラリ。高速な順運動学、逆運動学、およびヤコビ行列の計算を提供します。

センサバグをAutoware互換のマップバンドル（点群と自動生成されたlanelet2ファイル）に変換するROS 2 LiDAR SLAMシステム。

C++ライブラリで、数千の独立したロボットやエージェントが通信なしに共有空間を衝突せずに移動できるようにする最適相互衝突回避（ORCA）を実装しています。

URDFおよびMuJoCo MJCFのインポートをサポートし、加速されたJAXバックエンドを備えた純粋なPythonによるロボットの逆運動学計算ライブラリ。

研究者が Python API を通じて具現化 AI エージェントを訓練し、合成ビデオデータを生成できる、家庭活動向けインタラクティブシミュレーションプラットフォームです。

skrl は PyTorch、JAX、NVIDIA Warp で実装されたモジュール式強化学習ライブラリであり、エージェントのトレーニングに広範な環境インターフェースをサポートしています。

CARLAシミュレータとROSの間で双方向通信を可能にするブリッジで、自律走行エージェントの制御とセンサー情報の取得が可能になります。

Bench2Driveフレームワーク内でベンチマーク化するため、世界モデルRL教師「Think2Drive」によって訓練された学生型自動運転モデル（BEVFormer、UniAD、VAD）のコレクション。

FarmBot OS は FarmBot デバイスのオペレーティングシステムであり、コア ハードウェアの自動化操作を実現します。

AIエージェントがインアプリエージェントまたはJSON-RPCブリッジを通じてiOSおよびAndroidデバイスを制御できる実験的なモバイル自動化プロジェクト。

ナビゲーション、ガイダンス、制御を統合し、協調運転研究を可能にする接続型自動運転車のためのオープンソースプラットフォーム。

Stereolabs ZED 深度カメラ用の公式 ROS 2 ラッパー。画像、深度、ポイントクラウド、SLAM、物体検出、ボディトラッキング、GNSS フュージョン、シミュレーション対応。Ubuntu に ZED SDK と CUDA をインストールし、`ros2 launch zed_wrapper zed_camera.launch.py` で起動可能。

Belugaは、ロボット向けのMonte Carlo Localization (粒子フィルタ) を実装するC++17ライブラリです。ROSに依存しないコア、ROSバインディング、AMCL互換ノード、ベンチマークツール、および3D位置推定のためのオプションのOpenVDB拡張機能を提供します。

オープンソースの ROS ベースフレームワークとハードウェアキットで、ツールと事前構成済みイメージを提供し、自治ドローンの作成とプログラミングを簡単に行えます。

3Dプリント製のリーダーアームを使用して、多種多様な市販のロボットアームを制御できる、低コストで汎用的なリーダー・フォロワー方式のテレオペレーションシステム。

ROS 2向けの標準メッセージとサービスのコレクション。循環依存関係を作成することなく、異なるロボットソフトウェアコンポーネント間の通信を可能にします。

ロボマスター用ロボット向けのモジュール型組み込み制御フレームワーク。BSP、モジュール、App の3層アーキテクチャを採用し、ロボット開発とハードウェア抽象化を簡素化します。

JanusVLNは、エムベデッドエージェントのための視覚言語ナビゲーションフレームワークであり、意味理解と3D空間認知を分離し、相互に補完する二重暗黙的記憶システムを用いて、両者の統合を実現します。

SACをベースに、GAILやREDなどのディープインミテーションラーニングアルゴリズムを統合的にベンチマーク・実装するフレームワーク。Gym MuJoCo環境で検証済み。

BeamNG.tech 用の Python API で、車両シミュレーションのリモート制御、センサデータの収集、AI駆動の車両挙動を研究およびロボティクスに活用できます。