Gaussian-LIC2 是一个使用 LiDAR-Inertial-Camera 融合与高斯点阵技术的、可实现照片级 SLAM 的系统，用于实时位姿估计与 3D 地图构建。

一套使用 MuJoCo 和 OpenAI Gym API 的肌肉骨骼仿真环境，旨在使机器学习能够应用于生物力学控制问题。

提供预装 ROS 2 的、可通过网页访问的 Ubuntu 桌面环境的 Dockerfiles，允许用户通过浏览器运行机器人软件。

基于 MuJoCo 物理引擎的 Python 库，使机器人在到达目标的同时避免碰撞并遵守关节限位，实现微分逆运动学。

一个为机器人示教学习提供标准化数据集和离线学习算法的框架，使机器人操作研究更具可访问性和可复现性。

一个 ROS 2 封装，提供基于图的 SLAM 功能，并支持基于外观的回环检测，可用于从 RGB-D、立体或 LiDAR 数据构建 3D 地图。

基于 ROS 2 的误差状态扩展卡尔曼滤波器 (ESEKF)，通过融合 GNSS、IMU 和里程计来实现高精度定位，用于估计位置、速度和姿态。

用于创建模块化和响应式 AI 及机器人控制系统的 Rust 和 Python 版行为树 (Behavior Trees) 实现。

一个用于在 ROS 2 生态系统中控制机器人、提供标准化方式管理机器人硬件和控制回路的框架。

MCAP 是一个与序列化无关的日志记录库和文件格式，专为机器人应用中的高效数据记录与分析而设计的。

Ruckig 是一个面向机器人和机器的实时、加加速度受限轨迹生成库。它在遵守速度、加速度和加加速度约束的同时，计算从任意初始状态到目标状态的时间最优路径，从而实现对传感器输入的即时响应以及平滑、高效的运动。

一组使开发者能够使用 Rust 编写 ROS 2 应用程序的库和工具，为 C++ 和 Python 提供高性能且内存安全的替代方案。

一个无需手动参数调整即可提供准确且稳健配准的 LiDAR 里程计流水线。

DDS 标准的 C++ 实现，为分布式系统和机器人技术提供高性能、实时的发布-订阅通信。

evo 是一个 Python 包，用于加载里程计/SLAM 轨迹（TUM、KITTI、EuRoC、ROS bags 等），计算标准误差指标（APE、RPE），并通过强大的 CLI（`evo_ape`、`evo_rpe`、`evo_traj`、`evo_res`）生成出版级别的图表和表格。它可在所有主流操作系统上运行，支持可选的 GUI 后端、地图瓦片和 Rerun 可视化，并可通过 pip（Python 3.10+）安装。

一个开源框架，通过连接视觉-语言理解与动作预测，使机器人能够执行复杂的物理操作。

EgoDex 是一个大规模的自视角视频数据集和基准，配有 3D 姿态标注，旨在训练 AI 和机器人实现精细的桌面操作。

使用 CARLA 模拟器评估自动驾驶系统驾驶分数、成功率和特定驾驶能力的闭环数据集和基准。

这是《Robotic Manipulation》教科书的配套软件库，为机器人系统提供感知、规划与控制工具。

InternVLA-A1.5 是一种机器人策略，它统一了视觉-语言理解、视觉预测和动作生成，以提高机器人在操作中的组合泛化能力。

一个融合现代AI深度预测、语义分割与体素重建的Python/C++混合模块化框架，适用于研究与原型开发。

专为多任务连续控制设计的 Dreamer 4 世界模型 PyTorch 实现，具有因果分词器（causal tokenizer）和交互式动力学模型。

专为 Autoware 设计的高保真数字孪生模拟器，提供 ROS2 原生环境和真实的传感器模拟，助力自动驾驶开发。

Open-RMF 是一个允许多个不同厂商的机器人在相同环境中协同运行的多车队机器人管理平台。

支持深度学习、计算机视觉和 GPS 自动驾驶仪的极简 Python 库。

基于 PyTorch 实现的高性能强化学习库，通过 Triton 内核和 GPU 加速仿真流水线优化训练速度。

一个利用点云密度图检测建图中回环闭合的机器人库，可提高地图准确性并减少漂移。

用于人体运动学运动和身体追踪的基础算法与数值优化求解器库。

一个通过Franka Control Interface对Franka Robotics研究机器人进行低级实时控制的C++库。

一个为机器人开发的非线性状态估计节点包，用于追踪其位置和方向，专为机器人操作系统 (ROS) 开发。

XR Blocks是一个开源JavaScript SDK（npm `xrblocks`），在three.js之上叠加了AI感知功能——手部和头部手势识别、设备端世界理解、空间UI和Gemini多模态集成——用于快速WebXR原型设计。它可在Chrome v136+和WebXR头显上运行，并包含桌面模拟器。该仓库提供模板、演示、开发工具套件和清晰的构建/检查脚本。它是一个真正的AI + XR库，而不仅仅是教程集合。

一种统一的基于图的规划框架，使空中、地面和水下机器人能够自主探索未知环境并检查结构。

MolmoSpaces 是一个开源 Python 库，提供大规模 3D 资产、数据生成管道和基准评估工具，用于 MuJoCo 中的机器人操作与导航（支持导出至 Isaac-Sim 和 ManiSkill）。它使研究人员能够创建合成数据集、训练策略，并在公开排行榜上比较结果。

一个用于高保真第一人称与机器人数据收集的统一框架，旨在简化用于机器人学习的人类示范数据。

PointWorld 是一个大型预训练 3D 世界模型，能够从部分 RGB-D 捕获和机器人动作中预测完整场景的 3D 点流，以提升真实环境中的机器人操作能力。

一款为 Anki Vector 机器人设计的自托管服务器软件，使 Vector 1.0 和 2.0 型号均可实现免费语音命令功能。

一套高效的设备端机器人 AI 模型家族，包含一个 1.5B 的 VLA 模型用于通用操作，以及一个 0.9B 模型用于实时具身目标追踪。

一个开源的具身智能助手，可管理从设置和校准到训练和推理的完整机器人臂工作流程。

一种基于八叉树的高效概率 3D 地图框架，使机器人能够高效地表示和追踪 3D 环境中的占据、空闲和未知空间。

用于自动驾驶和战术决策任务的 Gymnasium 兼容环境集合。

GalaxeaVLA 是一个用于通用机器人控制的视觉-语言-动作模型，将推理与动作整合到单一自回归流中，以应对复杂操作任务。

Argus 是一个开源、企业级的 RAG 平台，能够导入私有文档，构建向量与关键字索引，并通过必须引用真实来源的 LLM 来回答问题。它包含基于 Spring AI 的 ReactAgent 聊天功能、结合 RRF 融合的混合检索、多级证据评分、基于角色的安全机制，以及 Vue 3 前端。

一个利用 Onshape API 将 CAD 装配体转换为用于物理仿真的 URDF、SDF 和 MuJoCo 机器人描述的工具。

Copper 是一个用于构建静态、零分配机器人任务图的 Rust 运行时，可运行于从 Linux 到裸金属 MCU 的各种平台。它将执行过程记录为可回放的日志，支持 ROS 2 互操作，并提供项目模板、可视化和回放工具，实现确定性、实时的机器人软件开发。

用于解决非线性最优控制问题的 C++ 工具箱，能够为计算资源有限的机器人系统实现实时模型预测控制 (MPC)。

一组用于 NVIDIA Isaac Sim 的 ROS2 Humble 和 Jazzy 工作区，实现模拟环境与机器人操作系统之间的无缝集成。

CasADi 是一个开源库（可在 GitHub 和 PyPI 上获取），拥有广泛的下载活动。该项目的主页和安装指南提供了文档和安装步骤，你可以通过 `pip install casadi` 将其添加到 Python 环境中。

一种基于 LLM 的 PID 调参辅助工具，通过分析硬件或仿真中的系统响应，自动建议并应用最优控制参数。