YARP 是一个用于机器人的通信库和工具包，提供软件组件之间的标准化设备接口和消息传递。

一个用于构建机器人及其他复杂逻辑系统决策引擎的 Python 行为树实现。

用 Rust 编写的最小化多旋翼自主框架，提供实时动力学仿真、轨迹规划和控制。

一个用于 Unity 和 THREE.js 的 URDF 加载库集合，使开发者能够在 3D 环境中导入和可视化机器人模型。

这是一个为 Universal Robots 机械臂开发的 ROS2 驱动程序，可实现硬件通信、通过 MoveIt2 进行运动规划，并将其 ROS2 行为整合到工业协作机器人中。

一组 JavaScript 客户端库，使 Web 应用程序能够与 ROS (Robot Operating System) 系统通信，从而构建机器人界面。

一种 C# 实现的优化互惠碰撞规避 (ORCA) 算法，使多个独立代理能够在无需通信的情况下避免碰撞。

用于计算机器人时间最优路径参数化的库，使其能够在遵守运动学和动力学约束的同时，尽可能快地沿几何路径移动。

一个开源框架，用于训练和部署机器人世界模型，通过可控视频生成来评估机器人策略。

ArkFlow 是一个基于 Rust 的高性能流处理引擎，支持多种数据源（Kafka、MQTT、HTTP、文件、SQL 等），提供内置处理器（SQL、JSON↔Arrow、Protobuf、Python UDF、VRL），提供持久投递保证，并可在实时流上运行机器学习模型。可通过 YAML 配置，可通过插件扩展，并包含可选基于 Web 的控制平面。

一个 DIY 便携、免持的对讲机，使用 ESP32‑S3 上的嵌入式神经网络自动检测语音并识别关键词。

一个用于传感器融合、视觉里程计和 SLAM 的 Kalman filter 框架，可自动实现 Jacobian 计算并支持 ESKF 和 MSCKF 等高级滤波器。

一个开源库，支持 Linux、macOS 和 Windows，使 PC 能访问 Sony Move 动作控制器，用于 AR/VR 应用的 3D 跟踪和传感器融合。

一个用于视觉追踪与视觉伺服的跨平台库，可根据实时图像处理计算机器人系统的控制律。

一个为移动机器人提供 SLAM、导航、建图和传感器集成所需工具的稳健、模块化 C++ 框架。

一个使用在线强化学习微调流匹配策略的策略梯度框架，能够在极少的去噪步骤下高效优化机器人控制策略。

一组用于 3D 对象姿态估计的 NVIDIA 加速 ROS 2 包，使机器人能够定位和跟踪已知及新对象，从而实现导航和操作。

一組基于 n-dimensional RRT 的运动规划算法集合，包含 RRT* 和 RRT-Connect，并通过 R-trees 进行优化，以实现高效的寻路功能。

一个用于车辆 CAN 和 CAN FD 总线的安全关键型接口，通过强制执行安全模型来确保软件与汽车硬件之间的安全通信。

Mapviz 是一个专注于 2D 机器人数据（地图、位姿等）的 ROS 基础插件驱动可视化工具，运行于 ROS 2（Humble-Rolling），提供 amd64/arm64 的预构建二进制文件，并自 v4.0.0 起采用多线程 UI。

一个用于 Rviz 的 C++ API 封装，简化了机器人数据调试中形状、网格和变换的可视化。

一系列使用 Mass ECS 框架的 Unreal Engine 5 高性能 AI 与群集模拟示例。

AgileRL 是一个 Python 深度强化学习库，提供 *RLOps*：进化式超参数优化、分布式训练和用于大规模实验的云平台（Arena）。它包含多种算法（PPO、DQN、TD3、MADDPG、上下文臂、LLM 微调等），支持训练单个智能体或自动进化超参数的群体，承诺比传统方法快最多 10 倍的 HPO。

一个用于非侵入式脑-机接口的开源平台，提供 EEG 数据处理、解码算法和实验设计工具。

专为机器人轨迹优化与控制设计的快速且数值稳健的约束非线性最优控制问题求解器。

Alpamayo 1.5 是一种用于自动驾驶的视觉-语言-动作模型，结合因果链推理与扩散专家，实现驾驶轨迹预测。

基于ROS 2和NAV2的RoboMaster哨兵机器人导航与仿真包，支持LiDAR-based SLAM、重定位和路径跟踪。

一个低开销、实时的控制与可视化平台，用于创建与硬件、传感器和媒体交互的响应式应用程序。

一个用于生物学实验室机器人的开源平台，提供API和工具，用于自动化移液和实验流程。

用于 Universal Robots CB3 和 e-Series 機械臂的 ROS 驱动程序，提供稳定用于实时控制、校标定和与 ROS-control 集成的接口。

用于机器人领域快速 3D 数据处理的 GPU 加速库，提供高性能点云算法、碰撞避免和路径规划。

一款轻量级、基于 YAML 驱动的 Python 机器人模拟器，内置碰撞检测和可视化功能，适用于导航、控制和学习算法的快速原型设计。

VPSCI 是一个大型、高分辨率的车辆与行人近乎碰撞（near-miss）交互数据集，通过 CARLA 模拟器中的三阶段强化学习流程生成。它包含横跨八个路口场景的约 198,000 个片段（episodes），并提供 20 Hz 记录的 CSV 文件和支持的视频。人类研究显示，生成的交互场景与真实世界影像无法区分，使其成为自动驾驶安全研究的宝贵数据集。

一个用于控制 FarmBot 自动化园艺设备的基于 Web 的用户界面和 API，具备实时消息传递和农场设计管理功能

activity‑frames 在本地记录您的屏幕，将原始快照编译成确定性的“活动帧”，并将其作为紧凑的上下文块或可执行脚本提供给 AI 智能体，从而大幅降低 token 成本并提高重复性计算机使用任务的可靠性。

一个基于浏览器的参数化 CAD 系统，通过共享精确几何内核，使人类与 AI 代理能够协同进行机械设计。

一组用于训练 AI 智能体在基于粒子的模拟中协调、通信和竞争的通信导向多智能体环境。

一个基于浏览器的机器人远程操作平台，用于众包人类示范数据，以训练视觉-语言-动作（VLA）模型和模仿学习策略。

面向多模态时间序列数据的机器人优先观测与可视化栈，为机器人传感器流提供同步的 3D/2D 视图和基于 Arrow 的存储。

基于 Gazebo 的 AgileX 无人地面车辆仿真套件，提供用于测试和开发的 3D 虚拟环境。

使用概率编程语言建模并生成网络物理系统多样化测试环境的编译器与场景生成工具。

PeriDyno 是一个基于 CUDA 的并行物理引擎，为智能代理提供实时物理环境模拟。

一个开源且对初学者友好的车辆环景系统实现，涵盖相机标定、地面投影、图像拼接与实时显示。包含详细的中英文逐步教学文档、示例数据，并欢迎社区贡献。

一款采用双核 ESP32-S3 架构和闭环伺服控制的开源四足机器人，实现精确运动与环境交互。

Evo‑RL 是一个基于 LeRobot 的开源框架，专为 Seeed Studio SO‑101 和 AgileX PiPER/PiPER‑X 机器人进行现实世界强化学习而设计。它提供从硬件设置、数据收集、价值函数训练、优势条件策略训练到闭环部署的端到端脚本，并与 Hugging Face 数据集和模型中心无缝集成。

FlyGym 是一个 Python 库，提供成年果蝇的高速、基于物理的数字孪生体。它模拟了详细的生物力学、复眼视觉、嗅觉、腿部附着性，并提供分层的脑-脊髓控制接口，使研究人员能够开发和测试体感传感器运动控制器。

ApeRAG 是一个开源、生产就绪的检索增强生成 (RAG) 平台，结合了向量、全文、图谱、摘要和视觉搜索以及 AI 代理。它提供 Docker-Compose 快速启动、完整的 Kubernetes/Helm 部署、MCP 集成以及可选的高级文档解析 (MinerU)。非常适合构建企业知识库助手、多模态文档搜索和 AI 驱动的支持机器人。

SparseDrive 是一个端到端自动驾驶框架，利用稀疏场景表示来统一感知与规划，显著提升推理速度并降低碰撞率。