标签:强化学习

13 个条目

MuJoCo

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

托卡马克等离子体磁约束控制:强化学习在真实聚变装置上的闭环验证

能源 / 聚变控制
以瑞士 TCV 托卡马克为对象,用深度强化学习直接控制 19 个磁线圈,在 10 kHz 实时频率下实现位形、雪花偏滤器与双液滴等约束,是仿真到真实硬件闭环最完整的公开案例之一。
新 论文版权归作者所有;算法与软件库依各自开源许可 聚变强化学习等离子体控制

HALO

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

Steel

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

SuperMimic

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

NVIDIA ProtoMotions

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

HydroGym:面向流动控制的强化学习基准平台

流体控制 / 主动流动控制
面向流动控制的求解器无关强化学习平台,提供 61 个已验证的二维三维环境,涵盖六类 CFD 后端。零样本迁移实验在通道流训练的策略于三维 NACA0012 机翼上取得局部表面摩擦降低约 38%、总阻力降低约 11%。
新 MIT(代码)/ Nature 论文 流体控制强化学习减阻

风电场气动弹性仿真与尾流控制:从 OpenFAST 到强化学习的可核实链路

风电 / 多物理场仿真 / 尾流控制
以 OpenFAST 模块化气动弹性仿真、FAST.Farm 多机尾流模型、FLORIS 工程尾流模型与 IEA Wind 参考机型为主线,复核风电物理 AI 的可核实链路与失效边界,并逐条核对原条目的口径来源。
新 Apache-2.0(OpenFAST、FAST.Farm、FLORIS 与 IEA Wind Task 55 参考模型) 风电气动弹性尾流控制

机器人学习中的物理先验嵌入:综述

Multibody
综述机器人学习中物理先验嵌入的方法,涵盖接触力学、刚柔体耦合、多体动力学等物理约束如何提升学习策略的样本效率与可靠性。
见LICENSE文件 机器人学习物理先验多体动力学

CHOREO:面向人形机器人技能轨迹的统一组合框架

多体
提出CHOREO框架,无需训练即可实现异构人形机器人技能(如强化学习、运动模仿、生成模型)的组合,支持跨表示/接口/控制器的技能拼接。
见LICENSE文件 人形机器人技能组合轨迹表示

← 全部标签