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。

一個用於機器人學的Python套件，提供類型安全的類別與函數，用於在2D與3D空間中表示與操作姿態與方向。

一個使用 OpenXR API 的 Unity 套件，可為自訂 VR 化身啟用高保真度的身體、眼睛和臉部追蹤。

一組 ROS 視覺化套件，提供專用的 RViz 與 rqt 插件，協助開發者監控與除錯機器人資料。

一系列適用於 Crazyflie 奈米四軸飛行器的主機應用程式集合，提供飛行控制、韌體燒錄與即時資料視覺化等工具。

一套為 Qt Creator IDE 提供插件的工具集，透過整合工作區管理、建置配置與 ROS 特定工具，簡化 ROS 開發流程。

一個用於在 Blender 中視覺化建立自動駕駛與 ADAS 測試用 OpenDRIVE 與 OpenSCENARIO 駕駛情境的外掛程式。

用於測試與準備自駕駕駛代理的 CARLA 模擬器交通場景定義與執行引擎。

一個整合至 Nav2 的完整覆蓋路徑規劃系統，利用 Fields2Cover 生成機器人覆蓋整個田地或行的高效路徑。

涵蓋自動駕駛車輛控制中的定位、建圖、路徑規劃與路徑追蹤的 Python 範例程式碼與模擬集合。

一個基於非線性最小二乘最佳化（使用 Google 的 Ceres Solver）的 ROS 框架，用於在機器人上實現狀態估計、定位與校準的即時感測器融合。

一個基於 PDDL 的 ROS2 規劃系統，讓機器人開發者能透過高階任務規劃生成智慧行為。

一個用於機械臂運動規劃的教育用 Python 函式庫，使用 Pinocchio 進行機器人運動學與動力學計算。

一個用於 ORB-SLAM3 的 Docker 化 ROS 2 Humble 封裝，可簡化在各種感測器配置下視覺 SLAM 與定位的部署。

使用 ROS 2 行為樹實現 TurtleBot3 與 TurtleBot 4 自主行為的示範集合，包含 Python 與 C++ 實作。

一個用於在瀏覽器、行動裝置以及 VR/AR 中與動態 3D 和機器人數據進行互動的事件驅動、宣告式視覺化工具包。

Open Simulation Interface (OSI) 是一種基於協定緩衝區的通用介面，用於虛擬模擬場景中自動駕駛功能的環境感知。

GroundX On-Prem 是 EyeLevel AI RAG 管線（文件攝取、加密儲存和向量增強搜尋）的開源、Kubernetes 原生部署。它附帶 Helm 圖表、可選的 AWS Terraform 腳本和詳細的節點群組要求，使您能夠在安全的氣隙叢集中執行整個系統——包括 GPU 加速的視覺模型和重排序器。

一個 ROS-Industrial 元套件，提供使用 ROS 控制與模擬 Universal Robots 硬體所需的配置與描述。

一個基於 ROS 的全棧軟體框架，用於敏捷四足行走，整合了模擬與硬體的規劃、控制與估計。

使用DDPG的強化學習框架，透過優化飛行路徑與任務卸載，最小化UAV輔助行動邊緣運算中的處理延遲。

一個使用模型預測控制（MPC）作為函數近似來訓練基於模型的強化學習（RL）代理的函式庫。

基於 LIO-SAM 的重定位系統，讓機器人能於先前儲存的地圖中確定自身位置。

一個可擴展且可客製化的安全強化學習基準庫，提供標準化的環境集，用於評估安全約束下的 AI 智能體。

一種用於地面車輛的低成本感測器融合SLAM系統，整合RGB-D、IMU、輪式里程計與GNSS，確保在挑戰性邊際情況下的穩健定位。

專為基於距離的 SLAM 與 3D 點雲配準設計的 GTSAM 因子與最佳化器集合。

一個使用純 Python 編寫的快速機器人運動學與動力學庫，利用 JAX 進行 JIT 編譯與自動微分。

為 Claude Code 提供持久且具身的夥伴執行時，增加長期記憶、內穩態需求，以及攝影機與語音的硬體整合。

ALF（智能體學習框架）是一個基於 PyTorch 的強化學習程式庫，提供大量演算法（A2C、PPO、SAC、MuZero 等）、模組化元件、Python 風格設定，以及單機與多 GPU/叢集訓練支援。包含多個即開即用的範例（CartPole、Atari、MuJoCo、MetaDrive），並支援 Docker、Nix 與 uv 安裝方式。

一個利用對抗性運動先驗（AMP）幫助人形代理從動作捕捉資料中學習運動技能的強化學習庫。

一種基於最佳化的MPC運動規劃器，利用ADMM實現複雜環境中機器人即時、無碰撞導航。

Universal Robots 機械臂的官方 ROS 2 描述套件，提供 URDF/Xacro 模型、視覺網格與啟動輔助工具，並支援所有目前的 ROS 2 發行版。

一個可透過 WebSockets 與 ROS 機器人互動的 Python ROS 橋接庫，無需本地 ROS 安裝，可在任何平台進行控制。

一種視覺-語言-動作-評論家模型，為真實世界機器人強化學習提供密集獎勵回饋與軌跡品質篩選。

Aligator 是一個用於機器人領域快速、受限制軌跡最佳化的 C++/Python 程式庫。它提供建模 API、高效求解器（ProxDDP、FeasibleDDP）、Pinocchio 整合、可選的 Crocoddyl 相容性以及平行 CPU 最佳化。可透過 conda 安裝或從原始碼建置（CMake/Pixi）。可用於產生運動規劃或在複雜機器人上執行模型預測控制。

一個適用於 ROS 2 的命令列介面擴充功能，允許使用者透過 OpenAI 或 Ollama 使用自然語言來查詢並執行機器人指令。

專為教育與機器人實驗設計的開源、低成本差速驅動機器人平台，已與 ROS 2 整合。

基於 ROS 的 xArm 系列機械臂開發與仿真框架，提供硬體介面、MoveIt 運動規劃與 Gazebo 仿真。

Q‑Transformer 是一個 PyTorch 庫，實現了用於可擴展離線強化學習的自回歸 Q 函數方法，專為結合影片觀測與語言指示的機器人任務而設計。它提供視覺 Transformer 模型、資料收集代理、回放記憶資料集與 Q 學習訓練器，可透過 `pip install q-transformer` 安裝。

一個用於使用強化學習訓練 Vision-Language-Action (VLA) 模型的 PyTorch 函式庫，採用解耦架構以防止模型與模擬器之間的依賴衝突。

一種支援跨體態技能遷移和長時程操作的人形機器人全身視覺語言行動框架。

一個用於剛性多體機器人（如人型機器人與四足機器人）進行基於優化的逆向動力學控制的 C++ 函式庫。

一個用於類人機器人控制與模擬的全面軟體堆疊，提供動力學、感知與即時通訊的工具。

pymoveit2 是 ROS 2 MoveIt 2 的 Python 封裝，提供高階 API 用於規劃與執行機器人運動、執行運動學、控制夾爪，以及從簡單的 Python 程式碼編輯規劃場景。

Bagel 是一個基於 Docker 的服務，讓您能以自然語言向機器人、無人機或 IoT 日誌提問。它使用 LLM（如 Claude、Gemini、Ollama 等）將查詢轉換為可確定性的 DuckDB SQL，並顯示 SQL 供審核，還能執行邊緣資料壓縮流程，僅保留相關時間區段。支援 ROS 1/2、PX4、ArduPilot、汽車 CAN/MDF4、MQTT、Postgres/TimescaleDB、InfluxDB 3 等多種格式。可透過 POML 檔案擴充功能，並與 PlotJuggler、Rerun、Foxglove、Slack 和 LeRobot 整合。開源授權為 Apache 2.0。

用於 ROS 2 的 Node.js 用戶端函式庫，支援使用 JavaScript 和 TypeScript 開發機器人應用，具備 Web 集成與高性能通訊特性。

使用Gazebo外掛模組為PX4自動駕駛儀提供SITL與HITL模擬的探測車、船隻與飛機飛行模擬器。

一個使用 Conda 套件管理器的跨平台 ROS Noetic 發行版，可簡化在 Linux、macOS 和 Windows 上的安裝與相依性管理。