一個基於 Zenoh 的 ROS 2 RMW 實作，提供 DDS 的替代方案，用於機器人通訊，具備隱式共享記憶體與彈性跨主機發現功能。

用於四足、輪式與人形機器人之強化學習策略的模擬驗證與實體部署框架。

AutoGLM‑GUI 是一個桌面/Docker 應用，允許 LLM 透過 ADB 控制 Android 手機。它提供基於聊天的任務執行、分層規劃/執行代理、即時螢幕預覽、多裝置管理、cron 排程、工作流程儲存、對話歷史記錄，以及用於與其他 AI 工具整合的 MCP API。

為使用 ROS 2 的機器人提供魯棒的位姿估計與退化檢測的輕量級 LiDAR-慣性里程計與建圖系統

基於ROS2的校準工具包，用於最佳化機器人運動學鏈、感測器外參與移動基座參數，確保物理硬體與URDF模型一致。

結合基於強化學習的洛科-操作策略與低成本同構外骨骼駕駛艙的人形遠端操控系統，實現精確的全身控制。

透過串流或 MCAP 檔案記錄與可視化多模態機器人資料的函式庫集合，支援 Python、C++、Rust 與 ROS。

透過兩階段訓練過程，將視頻生成與動作預測整合，以提升視覺預見性和任務執行能力的機器人操作統一模型。

透過 3D 定位與接觸點預測，連接視覺語言理解與真實機器人控制的具身基礎模型家族。

一個經過飛行驗證的開源軟體堆疊，使用 ROS2、PX4 和 ArduPilot 來開發、模擬與部署基於感知的多無人機自主系統。

一種用於端到端自動駕駛的可擴展模擬流程與共訓練策略，透過合成高保真反應式情境來提升模型穩健性。

一個基於 PyTorch 的函式庫，將深度感知模型與基於物理的優化相結合，用於機器人學習，提供 Lie 群、濾波與二階優化的工具。

專為 FIRST Robotics Competition 機器人量身打造的免費且快速的電腦視覺解決方案，提供易於整合與視覺處理的工具。

Reverb 是一個僅支援 Linux、對 Python 友好的函式庫（帶有 C++ 後端），為強化學習研究提供基於 gRPC 的分散式經驗回放服務。它允許你定義具有可配置取樣/移除策略（如均勻、優先級、FIFO 等）的表，支援速率限制器和容量限制，並支援跨多個伺服器的檢查點與分片。透過 `pip install dm-reverb[tensorflow]` 安裝，並使用 `reverb.Server`/`reverb.Client` API 進行資料插入與取樣。專為研究設計，不適用於生產環境，且與特定 TensorFlow 版本緊密耦合。

一個用於自主車輛導航的ROS元套件，提供2D/3-DOF路徑規劃、成本地圖處理與碰撞預防控制。

一個用於與 Invensense MPU-6500 和 MPU-9250/9255 IMU 通訊的 C++ 程式庫，透過 I2C 或 SPI 提供對運動與磁場資料的便捷存取。

一個開源輕量級程式庫，用於將硬體產品作為一系列獨立軟體功能進行管理，實現跨微控制器的快速開發與重用。

一組旨在支持 NVIDIA Isaac ROS 套件開發與部署的必要工具、套件及測試基礎設施。

一個用於 ROS 2 的程式碼產生工具，可將宣告式 YAML 定義轉換為 C++ 或 Python 庫，以進行參數宣告、取得與驗證。

一個使用順序凸優化來解決運動規劃問題、滿足約束並避免碰撞的ROS優化路徑規劃器。

用於工業機器人模擬與離線編程的多語言 API，允許開發人員使用通用語言而非特定廠商語言來對任何工業機械臂進行編程。

一個用於 GraspNet-1Billion 資料集的 Python API，提供載入、處理與驗證機器人抓取研究所需的抓取標籤與點雲資料的工具。

一套用於開放詞彙視覺-語言-運動學習的人類收集數據集及基準測試，使機器人能夠執行大量的自然語言指令。

專為機器人設計的開源、低成本無刷直流馬達電子調速器 (ESC)，支援 FOC 與多種控制模式。

一種利用點、線與平面實現高效稀疏建圖與定位的視覺 SLAM 系統，適用於單眼、RGB-D 與立體相機。

該套件提供介面，透過使用 ROS2 訊息、服務和動作，在 Webots 3D 模擬器中模擬機器人。

一個統一的機器人學習框架，提供透過 OpenAI-Gym API 暴露的 MuJoCo 模擬環境與任務集合。

一種基於模型設計的高性能嵌入式自動駕駛系統，可實現快速控制系統開發與自動程式碼產生。

用於 PyTorch 的並行且可微的機器人運動學庫，提供快速的正向運動學、逆運動學及 Jacobian 計算。

一個將感測器資料包轉換為 Autoware 相容地圖套件（包含點群與自動產生的 lanelet2 檔案）的 ROS 2 LiDAR SLAM 系統。

一個 C++ 庫，實作了最優相互碰撞避讓（ORCA），讓數千個獨立的機器人或代理能在共享空間中無碰撞、無通訊地導航。

支援 URDF 與 MuJoCo MJCF 匯入，並具備加速 JAX 後端的純 Python 逆運動學計算庫。

一個互動式的家庭活動模擬平台，允許研究人員透過 Python API 訓練具身 AI 代理人並產生合成影片資料。

skrl 是一個以 PyTorch、JAX 與 NVIDIA Warp 實作的模組化強化學習套件，支援多種環境介面以訓練代理。

一個實現 CARLA 模擬器與 ROS 之間雙向通訊的橋接器，支援對自動駕駛代理的控制與感測器資料的取得。

一組透過世界模型強化學習教師訓練的學生型自動駕駛模型（BEVFormer、UniAD、VAD），用於在 Bench2Drive 框架中進行基準測試。

FarmBot OS 是 FarmBot 裝置的作業系統，可實現核心硬體的自動化操作。

一個實驗性的行動自動化專案，讓 AI 代理能透過應用內代理或 JSON-RPC 橋接控制 iOS 與 Android 裝置。

一個開源平台，用於控制連接的自動化車輛，整合導航、引導和控制，以支援協同駕駛研究。

Stereolabs ZED 深度相機的官方 ROS 2 包裝器，支援影像、深度、點雲、SLAM、物件檢測、人體追蹤、GNSS 融合及模擬。可在 Ubuntu 上安裝 ZED SDK 與 CUDA，透過 `ros2 launch zed_wrapper zed_camera.launch.py` 啟動。

Beluga 是一個 C++17 函式庫，為機器人實作了蒙地卡羅定位 (particle filters)。它提供了一個與 ROS 無關的核心，以及 ROS 綁定、AMCL 相容的節點、基準測試工具，以及用於 3D 定位的高階 OpenVDB 擴充功能。

一個開源的基於 ROS 的框架與硬體套件，提供工具與預先配置好的映像檔，讓您輕鬆建立與程式化自主無人機。

一個低成本、通用的領先-跟隨遙操作系統，讓使用者能使用 3D 列印的領先手臂控制多種商用機器人手臂。

一套適用於 ROS 2 的標準訊息與服務集合，讓不同的機器人軟體元件能夠在無須產生循環相依的狀況下進行通訊。

面向 RoboMaster 機器人的模組化嵌入式控制框架，採用 BSP、模組、App 三層架構，簡化機器人開發與硬體抽象。

JanusVLN 是一個視覺-語言導航框架，利用雙隱式記憶系統解耦並協同語意理解與 3D 空間認知，為具身智能體提供支援。

一個以 SAC 為基礎，統一基準測試與實作 GAIL 和 RED 等深度模仿學習演算法的框架，已在 Gym MuJoCo 環境中測試。

BeamNG.tech 的 Python API，支援車輛模擬的遠端控制、感測器資料收集，以及 AI 驅動的車輛行為，適用於研究與機器人領域。