Project Icon

umi-on-legs

四足机器人操作技能的全身控制框架

UMI on Legs项目为四足机器人与机械臂结合提供了可扩展的操作技能框架。该框架整合真实人类示范和模拟训练的全身控制器,实现视觉运动策略在四足机器人上的应用。项目涵盖全身控制器模拟训练、实际部署、iPhone里程计应用、UMI真实环境类和ARX5 SDK等组件,为机器人操作研究提供综合解决方案。

Awesome-Embodied-AI - 具身人工智能前沿研究资源汇总
Embodied AIGithub多智能体系统大语言模型导航开源项目机器人
本项目汇集了具身人工智能(Embodied AI)领域的精选资源,包括最新研究论文、工具及相关资料。内容涵盖语言模型驱动的智能体、机器人技术、导航等多个方向,全面追踪具身AI的研究和产业进展。为研究人员和开发者提供参考,深入探讨智能体在物理或虚拟环境中的感知、决策和行动机制。
ml-hugs - 从单个视频重建可动画化人体和场景的3D技术
3D重建GithubHUGS人体高斯分层动画生成开源项目神经辐射场
HUGS是一种利用神经辐射场的计算机视觉技术,能从单个视频重建背景场景和可动画化的人体3D表示。该开源项目提供完整实现,包括数据准备、模型训练和评估脚本。HUGS支持三种训练模式:联合人体和场景、仅人体以及仅场景,适用于多种应用场景。在PSNR、SSIM和LPIPS等指标上,HUGS展现了优异的性能,为人体动画和场景重建研究提供了新思路。
Multi-LLM-Agent - 多模型协作系统提升小型语言模型工具学习效能
GithubMulti-LLM Agentα-UMi人工智能大语言模型工具学习开源项目
α-UMi是一个创新的多模型协作系统,将语言模型能力分解为规划、调用和总结三个组件。通过全局到局部的渐进式微调策略和灵活的提示设计,该系统显著提升了小型语言模型在工具学习任务中的表现,甚至超越了某些大型闭源模型。α-UMi为复杂AI任务提供了新的高效解决方案。
AppAgent - 智能代理框架简化智能手机应用操作
AppAgentGPT-4VGithub多模态开源项目探索学习智能手机应用
AppAgent是一种基于LLM的多模态智能代理框架,模仿人类点击和滑动操作来运行智能手机应用。框架通过自主探索或观察人类演示学习新操作,生成知识库以执行复杂任务。无需系统后端访问,适用性广泛。提供详细配置步骤、评估基准和使用案例,支持GPT-4V和通义千问-VL等多种模型。
SimplerEnv - 模拟环境下的真实机器人操作策略评估框架
GithubSimplerEnv仿真环境开源项目机器人操作真实世界评估策略评估
SimplerEnv 是一个基于 SAPIEN 模拟器和 ManiSkill2 基准的开源项目,为真实机器人操作策略评估提供高效可扩展的模拟环境。它包含视觉匹配和变体聚合两种评估方法,支持 RT-1 和 Octo 等策略的测试,并允许添加新的机器人和环境。该项目旨在推动真实到模拟评估技术的发展,为机器人操作策略研究提供标准化的评估工具。
Umi-OCR - 高效离线OCR工具 支持多语言识别和灵活调用
GithubOCR软件Umi-OCR开源项目截图OCR批量识别文字识别
Umi-OCR是一款开源的文字识别工具,适用于Windows和Linux系统。它提供离线OCR引擎,支持截图识别、批量识别、PDF识别等功能。软件还具备二维码识别和生成、公式识别等特性。Umi-OCR支持多语言界面,可通过命令行和HTTP接口调用,是一款功能全面的OCR解决方案。
webots - 跨平台机器人模拟开发环境,支持安装与源码编译
CyberboticsGithubWebots开源软件开源项目机器人模拟器机器人编程
Webots是一款开源机器人模拟软件,提供用于建模、编程和模拟机器人、车辆及机械系统的完整开发环境。支持Linux、Windows和macOS平台安装,并可从源代码编译。Webots由EPFL于1996年设计,Cyberbotics自1998年起持续开发,并于2018年开源,适用于工业和学术研究,提供丰富的应用案例和竞赛活动。
wukong-robot - 灵活的中文语音对话机器人和智能音箱
Githubwukong-robot中文语音识别开源项目智能音箱语音对话机器人
wukong-robot 是一个灵活、模块化的中文语音对话机器人和智能音箱项目,集成多种语音识别和合成技术,支持本地及在线对话机器人,可定制名称与功能,适用于智能家居控制和脑机接口唤醒。开放API和简单安装,使其成为个性化智能音箱的理想选择。
myosuite - 面向生物力学控制的肌肉骨骼仿真环境集合
GithubMuJoCoMyoSuite开源项目机器学习生物力学控制肌肉骨骼环境
MyoSuite是一个开源的肌肉骨骼仿真环境集合,基于MuJoCo物理引擎构建,并通过OpenAI gym API封装。该项目提供了多样化的仿真任务,涵盖手臂、手部和下肢等,为研究人员提供了应用机器学习解决生物力学控制问题的平台。MyoSuite支持Python 3.8及以上版本,安装便捷,并配有详细的教程和文档。这一工具集为生物力学和机器人学研究领域提供了有力支持。
yarp - 开源机器人通信和设备接口框架
GithubYARP开源项目机器人平台设备接口通信库
YARP是一款开源的机器人通信和设备接口框架,适用于从人形机器人到嵌入式设备的广泛应用场景。它提供跨平台的通信功能,实现不同硬件和软件模块的无缝交互。YARP以灵活性和可扩展性为设计核心,有利于开发复杂的机器人系统。该框架支持多种主流操作系统,并配有完善的文档和教程资源。YARP采用BSD-3许可证,为机器人研发提供了灵活的开发工具。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号