工具 / 框架

求解器、训练框架、后处理与可视化工具

按标签筛选:

20 条资源

DeepCAD:基于深度生成网络的 CAD 模型序列学习

生成式 CAD / 几何深度学习
DeepCAD 把 CAD 建模重定义为命令序列的生成问题,用自编码器学习隐空间并在其上训练潜空间 GAN(WGAN-GP)实现随机生成与编辑,是生成式 CAD 领域被引最高的基线,位于设计—仿真流水线上游。
新 MIT 生成式CAD几何深度学习CAD序列

FEniCS / FFCx

有限元框架 / 多物理场
基于有限元方法(FEM)的开源多物理场仿真框架,用 UFL 描述变分问题、底层自动生成高效 C++ 离散代码;是固体力学与多物理场耦合的学术标准工具,也可作代理训练的高保真对照。
新 LGPL-3.0 有限元FEM多物理场

JAX-CFD

可微流体求解器
Google Research 基于 JAX 的可微不可压流体求解器,整条时间推进可微、可在 GPU/TPU 上 JIT;PNAS 2021 提出学习型插值取得同等精度下约 80×/40× 加速,现已停止维护,宜作研究原型与对照。
新 Apache-2.0 JAX可微物理CFD

JAX-Fluids

可微 CFD 求解器
基于 JAX 的全自动可微 CFD 求解器,支持 CPU/GPU/TPU,专注端到端可微流体仿真,可与神经网络无缝耦合做梯度反传,是科学机器学习中可微物理的代表。
新 GPL-3.0 JAX可微CFD可微物理

CADFit:基于混合优化的精确网格到 CAD 程序生成

网格到CAD / 逆向工程
CADFit 以 IoU 驱动的混合优化,从水密网格逐步拟合并校验可执行的 CadQuery 构造程序(挤出/旋转/倒圆/倒角/布尔),还原可编辑参数化 CAD,支持点云与图像到 3D 多模态输入,与 CAE 工作流强相关。
新 CC BY-NC 4.0(非商业,学术与科研用途;商业用途须联系作者授权) 网格到CAD逆向工程CadQuery

JAX

可微数值计算框架
Google 开源的 NumPy 风格数值计算库,以 XLA 编译、自动微分与函数式变换为核心,是 JAX-CFD、JAX-Fluids 等可微求解器与神经算子的底层算力底座。
新 Apache-2.0 自动微分XLA数值计算

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

NeuralOperator

神经算子库
FNO / TFNO / DeepONet 的 PyTorch 参考实现库。本文从函数空间契约讲到参数、上手、失效模式与跨分辨率评测,给出可复现的选型与验收口径。
新 MIT 神经算子FNODeepONet

OpenFOAM

通用 CFD 求解器
开源 CFD 求解器与物理 AI 数据底座:讲清原理、算例结构、上手路径、横向对比、成本口径与失效边界,说明何时该用它生成语料、校验代理模型。
新 GPL v3 CFD开源求解器

POSEIDON

PDE 基础模型 / 下游基准
ETH Zurich CAM 实验室发布的 PDE 基础模型与下游微调套件,用半群数据增强从单条轨迹挖掘大量训练对,覆盖 15 类下游任务,支持跨分辨率查询。
新 仓库未附 LICENSE 文件;官方模型权重在 HuggingFace 标注为 CC BY-NC 4.0 并注明为 research model 基础模型神经算子下游任务

PyVista

可视化 / 后处理
VTK 的 Python 三维可视化与网格处理框架,提供简洁 API 操作场数据、渲染网格、生成动画;是仿真结果后处理、ML 数据集构建与质量检查的实事标准,被 FEniCSx/PyMAPDL 等用作输出层。
新 MIT 可视化VTK网格

SU2

气动 / 设计优化求解器
开源 CFD 与离散伴随(adjoint)求解器,内置气动外形优化;以与变量数无关的梯度成本支撑 PDE 约束优化,是代理模型的高保真对照与 CAE 工业链路常用底层。
新 LGPL-2.1 CFD伴随方法气动优化

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

RoboCasa

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。
新 MIT 机器人仿真具身智能合成数据

RAI

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

Frax

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。
新 MIT 机器人动力学运动学自动微分

Pinocchio

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

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

ClimateLearn:气候数据与机器学习的基准 Python 库

气候机器学习基准库
UCLA 机器智能组开源的 PyTorch 库,统一 ERA5、CMIP6、PRISM 数据获取、统计降尺度与时序预报的基线模型、指标与可视化,用于规模化可复现的气候机器学习基准测试。
新 MIT 气候机器学习基准
1–20 / 61
1 2 3 4
跳至 页