PythonRobotics:机器人算法 Python 代码集与教科书
新 我的评分
PythonRobotics 由 Atsushi Sakai 自 2016 年起维护,是一个以 Python 写就的机器人算法代码集 + 在线教科书,目前在 GitHub 上收获 3 万+ Star,是机器人方向入门与算法实现对照的事实标准之一。其设计目标有三条:每个算法都以易读为先、讲清基本思想;只挑选被广泛使用、真正实用的算法;依赖最小化(核心仅 NumPy、SciPy、Matplotlib 与 cvxpy)。
代码库按算法族组织,每个算法都是可直接运行的脚本,并配有动画 GIF 直观展示行为。主要模块包括:定位(扩展卡尔曼滤波、粒子滤波、直方图滤波、GPS/IMU 融合)、建图(高斯栅格地图、射线投射、k-means 聚类)、SLAM(ICP 匹配、FastSLAM)、运动规划(Dijkstra、A*、D* Lite、RRT / RRT*、状态栅格、PRM、LQR-RRT*、五次多项式、Reeds-Shepp、Frenet 坐标系最优轨迹)、轨迹跟踪(Stanley 控制、后轮反馈、LQR、模型预测控制)、机械臂导航、空中导航以及双足规划。
项目配套一份完整的 Sphinx 文档(即「教科书」),逐方法讲解数学背景;并有对应的 arXiv 论文(Sakai et al., 2018;arXiv:1808.10703)阐述其设计理念与教育价值。对物理 AI 从业者而言,PythonRobotics 是引入数据驱动方法之前,用来对照经典定位/规划/控制流水线与学习型规划器、控制器的最权威「非学习基线」参考。
标签: