FASTLIO2 的 ROS2 適應版本，新增迴圈封閉、重新定位與地圖一致性最佳化功能，適用於 LiDAR-慣性里程計，防止機器人地圖建構與導航中的漂移。

一款具備8通道BLE硬體與Python及Android SDK的低價開源腦-電腦介面平台。

一個基於 PyTorch 的函式庫，為稀疏機器人問題（如束調整與位姿圖最佳化）提供精確的二階（Levenberg-Marquardt、Schur 补）最佳化器，支援 CUDA 加速、PyPose 集成與 torch.compile。

一個包含多樣化人形與四足環境以及廣泛動捕資料集的全身控制模仿學習基準。

一套用於機器人與具身智能（Embodied AI）的低成本、開源 LiDAR-Inertial-Visual 融合感知套件，提供 3D 空間感知所需的硬體設計與軟體驅動程式。

一種用於人型機器人的即時非線性模型預測控制器 (NMPC)，可針對移動操作 (loco-manipulation) 優化全階扭矩層級的動力學。

一個 ROS 2 整合，可高效控制與開發 Franka Robotics 研究臂與移動平台。

PyRoboSim 是一款用於行為原型設計的 2D 移動機器人模擬器，可選擇性地與 ROS 2 整合。

用於航太與機器人領域高完整性即時嵌入式系統的強大 Cyphal/CAN 傳輸層 C 語言實作。

一個即時視覺-慣性 SLAM 框架，將傳統的手工特徵替換為 SuperPoint 和 LightGlue 深度學習模型，以應對具挑戰性的成像條件。

一個基於 PyTorch 的套件，為 MuJoCo 物理模擬器中的連續控制任務提供強化學習實作。

.NET 應用程式和 Unity 專案與機器人模擬和自動化用 ROS 節點通訊的 C# 庫與工具集合。

一個類型安全的 Rust 程式庫，用於剛體變換與空間數學，簡化 WGS84、ECEF 和 NED 等系統之間的座標轉換。

一組提供高階、跨平台 MAVLink API 的函式庫，讓開發者能透過多種程式語言控制無人機與無人車輛。

一個用於優化圖形化非線性誤差函數的 C++ 框架，常用於機器人技術和電腦視覺中的 SLAM 與 Bundle Adjustment。

一個用於 Boston Dynamics 的 Spot 機器人的軟體開發工具包，讓開發者能夠建立自訂應用程式和有效載荷，以控制機器人並讀取感測器資料。

專為物理 AI 應用設計的可擴展強化學習框架，提供解耦架構，適用於大規模訓練工作負載。

RFUAV提供一個公開可用的RF訊號資料集，用於無人機偵測/識別，並附帶Python/MATLAB工具，可將原始IQ記錄轉換為譜圖，訓練視覺風格分類器（ResNet、ViT等）或YOLOv5偵測器，並在廣泛SNR範圍內評估性能。

SMACC2 是一個用於在 ROS 2 上建構即時、事件驅動狀態機的 C++ 函式庫，針對複雜的多組件機器人。它提供正交區域、編譯時驗證、現成的 ROS 2 客戶端封裝，以及狀態機範例函式庫，並附帶完整的 Doxygen 文件與免費的執行時視覺化工具。

SpatialBot 是一種視覺-語言-動作模型，可增強 VLM 的空間理解與深度感知能力，實現精確的空間推理與機器人操作。

一個用於 Android 的行動 GUI 代理框架，讓 AI 代理能在真實裝置上感知並操作應用介面，實現複雜且長時間運行的自動化工作流程。

用於存取並處理 NVIDIA Physical AI Autonomous Vehicles Dataset 以建構端到端駕駛系統的 Python 開發工具包。

一個用於機器人狀態估計的 Lie 理論函式庫，提供 C++ 與 Python 工具來處理各種 Lie 群的旋轉、平移與速度。

一個純Python函式庫，使用各種姿態與航向參考系統（AHRS）演算法來估計移動系統的姿態。

rviz 是 Robot Operating System (ROS) 架構的 3D 可視化工具，讓開發者能夠以 3D 方式檢視機器人資料。

WorldEngine 是一個開源的自動駕駛訓練後平台，能自動從真實日誌中發現稀有且高安全風險的場景，使用逼真的三維高斯點雲（3DGS）重構，並透過強化學習（RL）在生成的回放資料上微調駕駛模型。它包含 SimEngine（封閉迴路模擬）和 AlgEngine（訓練/評估）兩個子系統，在稀有場景基準測試中表現大幅提升，並在真實世界部署中實現零脫手。

Evo-1 是一款用於機器人操作的輕量級視覺-語言-動作 (VLA) 模型，能將視覺與文字指令轉換為機器人動作，適用於各種模擬環境與真實硬體。

UniWM 是一種統一的、記憶增強的世界模型，適用於視覺導航，它在單一多模態自回歸骨幹中整合了自我中心視覺預測與規劃。

一個靈活的 AI agent 框架，用於開發與部署具身智能 (Embodied AI) 功能，使機器人能夠利用生成式 AI 進行推理、多模態交互與複雜任務執行。

一個將 ROS 影像主題串流至網頁瀏覽器並支援多種格式的 HTTP 伺服器，讓遠端監控機器人攝影機畫面變得更加容易。

一個輕量級的立體視覺慣性里程計系統，使用統計不確定性學習和滑動窗口優化進行即時機器人狀態估計。

一組基於 ROS 的 IMU 過濾器與視覺化工具，將角速度、加速度與磁力讀數融合為穩定的姿態估計。

DeepThinkVLA 是一個視覺-語言-行動模型，在生成機器人動作前插入一個顯式的鏈式思考推理步驟。使用混合解碼器（自回歸推理 → 雙向平行動作生成），作者在新整理的具身CoT資料集上訓練，再以成果導向的強化學習進行優化。該模型在 LIBERO 基準上達成 97 % 的平均成功率，推理延遲僅為純自回歸基線的 0.175×，並能零樣本遷移到更新的 LIBERO Plus 套件。

一種專為資源受限機器人設計的即時RGB-D慣性里程計系統，透過過濾移動物體，確保在動態環境中保持精確定位。

一系列用於在車輛控制、懸停和空中控球中訓練強化學習代理的 Unity ML-Agents 實驗。

Colette 是一個自托管的RAG平台，將PDF作為影像索引，保留表格、圖表與版面。結合視覺嵌入、BM25詞法搜尋與可選的HyDE提示，透過Docker在高階GPU上執行。適用於機密技術文件。

一個基於 PyTorch 和 Hugging Face 的原生工具包，用於可重現地訓練和評估機器人桌面操作之模仿學習策略。

一個為足式機器人設計的強化學習框架，整合了多個模擬器（IsaacGym, Genesis, IsaacSim）並實現了各種尖端的移動方法。

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。

ROCm / legacy‑rocm‑build 是（現已棄用的）程式碼庫，用於組裝 AMD 的開源 GPU 計算堆疊——驅動程式、HIP 執行時期、數學函式庫、效能分析工具等，讓開發者可在 AMD GPU 上執行 AI/ML 工作負載。該程式碼庫引導使用者前往安裝指南與更新的 TheRock 單體程式碼庫。

一個開源的倉儲執行系統（WES），利用機器人與 IoT 技術，為自動化倉儲提供即時編排與 AI 驅動的優化。

一個開源的協同模擬框架，整合 CARLA 與 SUMO，用於研究多車協作與 V2X 通訊。

GenSim 是一個由 LLM 驅動的管道，可自動生成機器人模擬任務與環境，以擴充多任務機器人策略的訓練資料。

聚焦於透過聯合最佳化智能體形態與控制，以創造更強大智能機器人與虛擬生物的具身協同設計（ECD）全面調查與分類。

一個受JEPA啟發的機器人物理世界模型，利用能量基礎變壓器根據物理一致性來模擬和優化動作軌跡。

RStan 是 Stan 的 R 接口，一種用於貝氏推論的機率程式語言。它讓 R 使用者能撰寫 Stan 模型、編譯它們，並執行最先進的 MCMC 或變分推論，將結果以 R 物件形式回傳，與標準診斷與繪圖工具無縫整合。

一個 ROS 2 套件，提供工具以在各種嵌入式平台與微控制器上建立、設定、建構與燒錄 micro-ROS 固件。

一款開源的暴力破解開鎖機器人，透過自動化暴力喂線方式開啟彈子鎖，無需力回饋。