一款具备8通道BLE硬件和Python与Android SDK的低成本开源脑-计算机接口平台。

一个基于 PyTorch 的库，为稀疏机器人问题（如捆绑调整和位姿图优化）提供精确的二阶（Levenberg-Marquardt、Schur 补）优化器，支持 CUDA 加速、PyPose 集成和 torch.compile。

一个包含多样化人形和四足环境以及广泛动捕数据集的全身控制模仿学习基准。

rviz 是机器人操作系统（ROS）框架的 3D 可视化工具，允许开发者以三维方式查看机器人数据。

一套用于机器人与具身智能（Embodied AI）的低成本、开源 LiDAR-Inertial-Visual 融合感知套件，提供 3D 空间感知所需的硬件设计与软件驱动程序。

一种用于人形机器人的实时非线性模型预测控制器 (NMPC)，可针对移动操作 (loco-manipulation) 优化全阶扭矩层级的动力学。

一个 ROS 2 集成，可高效控制和开发 Franka Robotics 研究臂和移动平台。

PyRoboSim 是一款用于行為原型设计的 2D 移动机器人模拟器，可选择性地与 ROS 2 集成。

用于航天与机器人领域高完整性实时嵌入式系统的强大 Cyphal/CAN 传输层 C 语言实现。

一个实时视觉-惯性 SLAM 框架，将传统的特征工程方法替换为 SuperPoint 和 LightGlue 深度学习模型，以应对挑战性的成像条件。

一个基于 PyTorch 的包，为 MuJoCo 物理模拟器中的连续控制任务提供强化学习实现。

.NET 应用程序和 Unity 项目与机器人仿真和自动化用 ROS 节点通信的 C# 库和工具集合。

一个类型安全的 Rust 库，用于刚体变换和空间数学，简化了 WGS84、ECEF 和 NED 等系统之间的坐标转换。

一组提供高级、跨平台 MAVLink API 的库，使开发者能够通过多种编程语言控制无人机和无人车辆。

一个用于优化图结构非线性误差函数的 C++ 框架，常用于机器人学和计算机视觉中的 SLAM 和 Bundle Adjustment。

这是一个为 Boston Dynamics 的 Spot 机器人开发的软件开发工具包，使开发人员能够构建自定义应用程序和有效载荷，以控制机器人并读取传感器数据。

专为物理 AI 应用设计的可扩展强化学习框架，提供解耦架构，适用于大规模训练工作负载。

RFUAV提供一个公开可用的RF信号数据集，用于无人机检测/识别，并附带Python/MATLAB工具，可将原始IQ记录转换为谱图，训练视觉风格分类器（ResNet、ViT等）或YOLOv5检测器，并在广泛SNR范围内评估性能。

SMACC2 是一款用于在 ROS 2 上构建实时、事件驱动状态机的 C++ 库，针对复杂的多组件机器人。它提供正交区域、编译时验证、现成的 ROS 2 客户端封装，以及状态机库，并附带完整的 Doxygen 文档和免费的运行时可视化工具。

SpatialBot 是一种视觉-语言-动作模型，可增强 VLM 的空间理解与深度感知能力，实现精确的空间推理与机器人操作。

一个用于 Android 的移动 GUI 代理框架，使 AI 代理能够在真实设备上感知并操作应用界面，实现复杂、长期运行的自动化工作流。

用于访问和处理 NVIDIA Physical AI Autonomous Vehicles Dataset 以构建端到端驾驶系统的 Python 开发工具包。

一个用于机器人状态估计的 Lie 理论库，提供 C++ 和 Python 工具来处理各种 Lie 群的旋转、平移和速度。

一个纯Python库，使用各种姿态和航向参考系统（AHRS）算法来估计移动系统的姿态。

WorldEngine 是一个开源的自动驾驶训练后平台，能自动从真实日志中发现罕见且高安全风险的场景，使用逼真的三维高斯点云（3DGS）重建，并通过强化学习（RL）在生成的回放数据上微调驾驶模型。它包含 SimEngine（闭环仿真）和 AlgEngine（训练/评估）两个子系统，在罕见场景基准测试中表现大幅提升，并在真实世界部署中实现零脱手。

Evo-1 是一款用于机器人操作的轻量级视觉-语言-动作 (VLA) 模型，能将视觉与文本指令转换为机器人动作，适用于各种模拟环境与真实硬件。

UniWM 是一种统一的、内存增强的世界模型，用于视觉导航，它在单一多模态自回归骨干网络中集成了自我中心视觉预测与规划。

一个灵活的 AI agent 框架，用于开发和部署具身智能 (Embodied AI) 功能，使机器人可以利用生成式 AI 进行推理、多模态交互和复杂任务执行。

一个将 ROS 图像主题串流到 Web 浏览器并支持多种格式的 HTTP 服务器，实现轻松的远程监控机器人摄像头画面。

一种用于实时状态估计的轻量级立体视觉惯性里程计系统。

一套基于 ROS 的 IMU 滤波器和可视化工具，将角速度、加速度和磁力读数融合为稳定的姿态估计。

DeepThinkVLA 是一个视觉-语言-动作模型，它在生成机器人动作前插入一个显式的链式思维推理步骤。采用混合解码器（自回归推理 → 双向并行动作生成），作者在新构建的具身CoT数据集上训练，再通过成果驱动的强化学习进行优化。该模型在LIBERO基准上实现97 %的平均成功率，推理延迟仅为纯自回归基线的0.175×，并能零样本迁移到更新的LIBERO Plus套件。

一种专为资源受限机器人设计的实时RGB-D惯性里程计系统，通过过滤移动物体，确保在动态环境中保持精确的定位。

一系列用于在车辆控制、悬停和空中控球中训练强化学习智能体的 Unity ML-Agents 实验。

Colette 是一个自托管的RAG平台，将PDF作为图像索引，保留表格、图表和布局。结合视觉嵌入、BM25词法搜索和可选的HyDE提示，通过Docker在高端GPU上运行。适用于机密技术文档。

一个基于 PyTorch 和 Hugging Face 的原生工具包，用于可复现地训练和评估机器人桌面操作的模仿学习策略。

一个为足式机器人设计的强化学习框架，整合了多个模拟器（IsaacGym, Genesis, IsaacSim）并实现了多种尖端的运动控制方法。

ROCm / legacy‑rocm‑build 是（现已弃用的）仓库，用于组装 AMD 的开源 GPU 计算栈——驱动程序、HIP 运行时、数学库、性能分析工具等，使开发者可在 AMD GPU 上运行 AI/ML 工作负载。该仓库引导用户前往安装指南和更新的 TheRock 单体仓库。

一个开源的仓库执行系统（WES），利用机器人和物联网技术，为自动化仓库提供实时编排和AI驱动的优化。

一个开源的协同仿真框架，集成 CARLA 和 SUMO，用于研究多车协作与 V2X 通信。

GenSim 是一个由 LLM 驱动的管道，可自动生成机器人仿真任务和环境，以扩充多任务机器人策略的训练数据。

聚焦于通过联合优化智能体的形态与控制，以创造更强大智能机器人和虚拟生物的具身协同设计（ECD）全面调查与分类。

一个受JEPA启发的机器人物理世界模型，利用能量基础变压器基于物理一致性来模拟和优化动作轨迹。

RStan 是 Stan 的 R 接口，一种用于贝叶斯推断的概率编程语言。它允许 R 用户编写 Stan 模型、编译它们，并运行最先进的 MCMC 或变分推断，将结果作为 R 对象返回，与标准诊断和绘图工具无缝集成。

一个 ROS 2 包，提供工具以在各种嵌入式平台和微控制器上创建、配置、构建和烧录 micro-ROS 固件。

一款开源的暴力破解开锁机器人，通过自动化暴力喂线方式打开弹子锁，无需力反馈。

一个用于机器人学的Python库，提供类型安全的类和函数，用于在2D和3D空间中表示和操作姿态与方向。

一个使用OpenXR API的Unity包，可为自定义VR化身启用高保真度的身体、眼睛和面部跟踪功能。