NVlabs/curobo

解决的问题

cuRobo 解决了机器人运动生成中的计算瓶颈，特别是针对类人机器人等高自由度 (DoF) 机器人。它能够实现快速、无碰撞的运动规划和轨迹优化，并能实时考虑机器人动力学和环境障碍物。

工作原理

该库基于 PyTorch、CUDA 和 Warp 构建，利用 GPU 并行算法来处理复杂的机器人任务。它实现了 GPU 原生感知，通过深度图像创建稠密符号距离场 (ESDF) 以实现快速碰撞检测，并采用 B 样条表示进行轨迹优化，在遵守扭矩限制的同时确保运动平滑。

适用对象

本库专为从事复杂机器人系统研究的机器人研究人员和工程师设计，范围涵盖从单臂机械臂到高自由度类人机器人，适用于需要高性能运动生成和感知的场景。

亮点

• GPU 加速运动学：用于正向和逆向运动学的并行算法。
• 动力学感知优化：强制执行平滑度和扭矩限制的轨迹优化。
• 高速感知：从深度图像生成 GPU 原生 ESDF，比现有最先进方法快达 10 倍。
• 可扩展的全身计算：针对高自由度机器人的拓扑感知运动学和 map-reduce 自碰撞检测。