StanfordASL/frax

解决的问题

frax 旨在提供纯 Python 编写的高性能机器人运动学与动力学计算。它解决了对一个既能结合像 Pinocchio 这类 C++ 工具的速度，又能兼具 Python 易用性，并透过 JAX 进行自动微分与平行化处理的库的需求。

运作原理

该库基于 JAX 构建，使其能够利用 JIT 编译与自动微分。它可以计算通过 URDF 文件定义的机器人的动力学项（如质量矩阵、雅可比矩阵与重力向量）。它通过 Manipulator、Humanoid 与 Quadruped 等专用类支持各种机器人外型，并使用 MuJoCo 的四元数惯例处理自由浮动基座。

目标客群

需要设计快速、可微分机器人控制器（例如逆运动学、操作空间控制）的机器人研究人员与工程师，以及希望通过自动微分避免手动推导雅可比矩阵的使用者。

特色亮点

• 高性能：在 CPU 上实现微秒级的计算时间，在 GPU/TPU 上每秒可进行超过 1 亿次计算。
• JAX 驱动：与 JAX 的 JIT 编译与自动微分完全兼容。
• 内置机器人模型：预载了 Franka Panda、Kuka iiwa、Unitree G1 与 Unitree A2 的模型。
• 球体化碰撞模型：包含碰撞避免方法，前提是定义了球体化碰撞模型。
• 灵活的控制器设计：利用运动学与动力学的简单函数，轻松实现约束（例如奇点与自碰撞避免）的原型设计。