xbpeng/MimicKit

A lightweight suite of motion imitation methods for training controllers.

What it solves

MimicKit은 캐릭터(휴머노이드 또는 사족 보행 로봇 등)의 모션 컨트롤러를 훈련하여 특정 참조 동작을 모방할 수 있도록 설계된 경량 프레임워크입니다. 다양한 물리 시뮬레이터를 사용하여 다양한 모션 모방 방법을 구현하고 테스트할 수 있는 표준화된 방법을 제공합니다.

관련

  • 프로젝트
    zitongbai/legged_lab

    Unitree G1과 같은 인체형 로봇이 DeepMimic과 적대적 운동 사전 지식을 통해 복잡한 동작을 학습할 수 있도록 하는 Isaac Lab용 강화학습 확장입니다.

  • 프로젝트
    NVlabs/ProtoMotions

    ProtoMotions 3은 Apache-2.0 라이선스의 GPU 가속 프레임워크로, 대규모 모션 학습, 리타게팅, 휴머노이드 로봇의 시뮬레이션-실제 배포를 지원합니다. AMASS 및 BONES와 같은 데이터셋에서 멀티 GPU 훈련, PyRoki를 통한 원커맨드 리타게팅, 크로스 시뮬레이터 테스트(Isaac Gym, Newton, MuJoCo), 실제 하드웨어(예: Unitree G1)에 대한 제로샷 배포를 위한 ONNX 정책 내보내기를 지원합니다.

  • 프로젝트
    ARISE-Initiative/robomimic

    로봇 조작 연구를 접근 가능하고 재현 가능하게 만들기 위해 표준화된 데이터셋과 오프라인 학습 알고리즘을 제공하는 로봇 예시 학습 프레임워크입니다.

  • 프로젝트
    lenskit/lkpy

    LensKit for Python은 연구자와 학생들이 유연한 실험 환경에서 추천 시스템 알고리즘을 구축, 실행 및 평가할 수 있도록 돕는 툴킷입니다.

  • 프로젝트
    microsoft/agent-lightning

    개발자가 기존 하네스 및 환경을 최소한의 코드 변경으로 활용하여 강화 학습을 통해 AI 에이전트를 훈련할 수 있는 경량 에이전트 강화 학습 프레임워크입니다.