dartsim/dart

DART – Dynamic Animation and Robotics Toolkit

产品简介 – DART 是一个开源物理引擎，旨在用于机器人、动画和机器学习驱动的模拟研究。它为用户提供底层运动学、动力学、碰撞处理和约束求解的直接访问，而不是将其隐藏在黑盒之后。

重要意义 – 该引擎基于广义坐标和 Featherstone 的 Articulated-Body Algorithm 构建，能够对关节刚体系统（例如人形机器人）提供精确且稳定的模拟。它在 Gazebo 的底层运行，并被许多大学实验室使用，是需要可靠动力学项目的坚实基础。

核心能力

• 研究级动力学 – Featherstone 算法，直接访问力、力矩、雅可比矩阵等。
• 多格式模型加载 – 可以通过单个 API 导入 URDF、SDF 和 MJCF。
• 跨语言支持 – C++ 核心及官方 Python 绑定 (dartpy)。可通过 Conda、PyPI 和 pixi 包管理器获取软件包。
• 可扩展架构 – 模块化的数学、碰撞、约束和基准测试组件，便于插入新算法。
• 可扩展计算路线图 – 目前仅支持 CPU，但项目计划引入 SIMD 和加速器后端。
• 生产级测试 – 为 Gazebo 和其他大规模机器人系统提供动力，尽管最新的 DART 7 分支仍处于实验阶段。

典型用例

• 为强化学习研究模拟机器人的运动或操作。
• 为虚拟角色生成物理上真实的动画。
• 对新的接触解析或控制算法进行基准测试。
• 与需要物理层的更大型机器人技术栈（如 Gazebo）集成。

入门指南

• Python (推荐) – 通过 conda install -c conda-forge dartpy 安装稳定的 DART 6 系列，或在 wheel 发布后通过 pip install --pre dartpy 安装实验性的 DART 7 系列。如需从源码构建 DART 7，请克隆仓库并运行 pixi run build。
• C++ – 安装预构建包 (conda install -c conda-forge dartsim-cpp, brew install dartsim 等) 或使用提供的 pixi 命令从源码构建。
• 快速演示 (Python):

  import dartpy as dart, numpy as np
  world = dart.World(time_step=1e-3)
  opts = dart.RigidBodyOptions(); opts.mass = 1.0; opts.position = np.array([0,0,1])
  box = world.add_rigid_body('box', opts)
  world.enter_simulation_mode()
  for _ in range(100): world.step()
  print(f"t={world.time:.3f}s, box z={box.translation[2]:.3f}m")
  

文档与社区 – 完整文档请访问 https://dart.readthedocs.io/，通过 DeepWiki 获取 AI 增强的问答，并通过 GitHub Discussions 论坛获取支持。

许可证 – BSD 2-Clause（宽松，商业友好）。

成熟度 – DART 6 (分支 release-6.*) 是适用于生产环境的稳定 LTS 版本。DART 7 (main 分支) 是仍在积极开发中的重新设计版本，目前尚不建议用于生产工作负载。

---

以上所有信息均直接取自仓库的 README。