机器人运动学与动力学库 / JAX 自动微分控制框架
斯坦福 ASL 基于 JAX 的纯 Python 机器人运动学与动力学库,以自动微分与 JIT 提供 Pinocchio 级速度,兼容 MJX 并行,用于高性能 IK/ID 控制。
人形机器人自主控制系统 / 仿真到现实运动生成系统
苹果 ML 研究团队公开的人形机器人感知—运动自主系统,全仿真数据训练、直迁宇树 G1,陌生真实环境单项任务成功率 91%。
新 Apple 自有权属许可(非 OSI 开源许可;GitHub 标注 Other/NOASSERTION,详见仓库 LICENSE) 具身AI人形机器人仿真到现实 通用物理引擎 / 接触动力学求解器与机器人仿真后端
Google DeepMind 维护的开源物理引擎,以广义坐标与软凸接触求解支撑机器人、生物力学与强化学习;含 MJCF、MJX、MuJoCo Warp 与 4.0 新特性。
新 Apache-2.0(源码;doc 目录文档、图片与视频为 CC BY 4.0) 物理引擎接触动力学机器人仿真 刚体动力学算法库 / 机器人运动学与动力学计算引擎
Inria 与 LAAS-CNRS 联合开发的刚体动力学算法库,基于 Featherstone 算法提供运动学、动力学与解析导数,BSD-2-Clause,被 Crocoddyl、TSID、HPP 等机器人框架依赖。
新 BSD-2-Clause 刚体动力学运动学机器人控制 GPU 加速人形机器人 / 数字人运动仿真与学习框架
NVIDIA 实验室开源的 GPU 加速仿真与学习框架,面向数字人与人形机器人的运动追踪、生成式策略与 Sim-to-Real 部署,支持 IsaacGym、Isaac Lab、Newton 与 MuJoCo 多后端。
新 Apache-2.0 物理仿真人形机器人运动生成 具身 AI 智能体框架 / ROS 2 机器人开发框架
RobotecAI 开源、与厂商无关的具身 AI 智能体框架,基于 ROS 2 让机器人理解自然语言、规划并执行复杂任务,支持语音交互与仿真评测。
新 Apache-2.0 具身AI智能体框架ROS 2 大规模家庭操作仿真框架 / 通才机器人训练与基准
UT Austin 与 NVIDIA 的大规模家庭操作仿真框架,RoboCasa365 版提供 365 任务、2500+ 厨房场景、600+ 小时人类演示与 1600+ 小时合成演示,用于通才机器人的系统化基准。
GPU 刚体动力学求解器 / Newton 物理引擎的异构批量仿真后端
Skild AI 与 NVIDIA 联合开源、贡献给 Newton 的 GPU 刚体动力学求解器,面向不同机器人与任务混合的批量仿真;官方基准给出 20 项任务 3.8 倍于 PhysX 的几何均值吞吐。
新 Apache-2.0(Steel 与 Newton 源码;Newton 文档为 CC BY 4.0,随附资产另有条款) 刚体动力学物理引擎机器人仿真 人形机器人全身运动控制 / 可微分世界模型训练框架
UC Berkeley 开源的人形机器人全身运动控制框架,以一个可微分世界模型把学习成本分摊到全部动作,单卡 3 小时超越 128 卡 7 天基线,获 CoRL 2026 最佳论文。
新 Apache-2.0 物理仿真人形机器人运动模仿 具身智能/机器人大模型
宇树科技发布6B参数通用具身智能模型UnifoLM-WLA-1.0,约2500小时真机训练,在具身推理领域取得7项开源SOTA。通过半群数据增强从单条轨迹挖掘大量训练对,是 PDE 基础模型方向的代表性工作。
见LICENSE文件 具身智能人形机器人基础模型