Repolode
mani-skill

mani-skill/ManiSkill

SAPIENを基盤とする、GPU並列化されたオープンソースのロボットシミュレーション・学習フレームワーク。マニピュレーションスキルに特化。

スター
3,498
フォーク
561
未解決の Issue
167
最終コミット
3 か月前

これは何?

ManiSkillは、ロボットのマニピュレーションスキルの学習とベンチマークを目的とした、SAPIENベースのロボットシミュレーションフレームワークです。中核となるのは、多数のシミュレーション環境をGPU上で並列実行することです。これにより、視覚データや状態データを使った学習用データを短時間で大量に収集できます。

フレームワークはGPU並列シミュレーションに対応しており、並列環境ごとに異なるシーンやオブジェクト群を設定できます。サンプルタスクには、ヒューマノイド、モバイルマニピュレータ、単腕ロボット向けのものがあり、卓上作業、描画、清掃、器用さを要するマニピュレーションを扱います。タスク構築APIはオブジェクト指向の設計を採用し、GPUメモリ管理の多くを抽象化します。

ManiSkillには、強化学習(PPO、SAC、TD-MPC2)、模倣学習(behavior cloning、Diffusion Policy)、vision-language-actionモデル向けに調整されたベースラインのほか、real-to-sim評価やsim-to-realデプロイの例も含まれています。pipでインストールでき、NVIDIA GPUを搭載したLinux環境で最もよく動作します。

主な機能

  • 01高いフレームレートでRGBDデータやセグメンテーションデータをGPU並列収集
  • 02環境ごとに異なるシーンを扱えるGPU並列シミュレーション
  • 03GPUメモリ管理を抽象化するオブジェクト指向のタスク構築API
  • 04ヒューマノイド、モバイルマニピュレータ、単腕ロボット向けのサンプルタスク
  • 05RL、模倣学習、vision-language-actionモデル向けのベースライン

ユースケース

  • 並列シミュレーションで強化学習を用いたマニピュレーションポリシーの学習
  • 模倣学習向けの大規模な合成データセットの生成
  • 標準化されたマニピュレーションタスクでのロボット学習アルゴリズムのベンチマーク
  • sim-to-realデプロイ前にシミュレーションで実環境向けポリシーを評価

クイックスタート

  1. 1

    pipでパッケージをインストールします

    pip install --upgrade mani_skill
  2. 2

    お使いのシステムと互換性のあるバージョンのtorchをインストールします

    pip install torch
  3. 3

    ドキュメントの手順に従って、レンダリング用にVulkanをセットアップします

使う前に知っておきたいこと

  • Linuxで最もよくサポートされています。WindowsとmacOSのサポートは限定的です。
  • GPUアクセラレーションによるシミュレーションは、Windows、macOS、WSLでは利用できません。
  • レンダリングにはVulkanのセットアップが必要です。
  • アセットデータはCC BY-NC 4.0ライセンスで提供されており、商用利用はできません。

収録されている特集

トピック

よくある質問

ManiSkill とは?
SAPIENを基盤とする、GPU並列化されたオープンソースのロボットシミュレーション・学習フレームワーク。マニピュレーションスキルに特化。 ManiSkillは、ロボットのマニピュレーションスキルの学習とベンチマークを目的とした、SAPIENベースのロボットシミュレーションフレームワークです。中核となるのは、多数のシミュレーション環境をGPU上で並列実行することです。これにより、視覚データや状態データを使った学習用データを短時間で大量に収集できます。
ManiSkill は無料で使えますか?ライセンスは?
ManiSkill は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
ManiSkill は今もメンテナンスされていますか?
半年以内に更新あり。ManiSkill の最終コミットは 2026年8月4日 です。
ManiSkill は何に使えますか?
並列シミュレーションで強化学習を用いたマニピュレーションポリシーの学習 模倣学習向けの大規模な合成データセットの生成 標準化されたマニピュレーションタスクでのロボット学習アルゴリズムのベンチマーク sim-to-realデプロイ前にシミュレーションで実環境向けポリシーを評価
ManiSkill のインストール方法は?
pipでパッケージをインストールします: pip install --upgrade mani_skill お使いのシステムと互換性のあるバージョンのtorchをインストールします: pip install torch ドキュメントの手順に従って、レンダリング用にVulkanをセットアップします
ManiSkill はどこで入手できますか?
ソースコードとインストール手順は GitHub にあります:https://github.com/mani-skill/ManiSkill

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト

LLMプランナー、VLA操作モデル、メモリを使い、シミュレーターや実機でロボットタスクを実行するエンボディドエージェント構築用のオープンフレームワーク。

1711+42 今週162PythonApache-2.0更新 12 時間前