mani-skill/ManiSkill

어떤 프로젝트인가요?

핵심 기능

• 01높은 프레임 속도로 RGBD 및 분할 데이터를 GPU 병렬 수집
• 02환경마다 서로 다른 장면을 구성할 수 있는 GPU 병렬 시뮬레이션
• 03GPU 메모리 관리를 추상화하는 객체 지향 작업 구축 API
• 04휴머노이드, 모바일 매니퓰레이터, 단일 팔 로봇을 아우르는 예제 작업
• 05RL, 모방 학습, vision-language-action 모델을 위한 베이스라인

활용 사례

• 병렬 시뮬레이션에서 강화 학습으로 조작 정책 학습
• 모방 학습용 대규모 합성 데이터셋 생성
• 표준화된 조작 작업을 통해 로봇 학습 알고리즘 벤치마킹
• sim-to-real 배포 전에 시뮬레이션에서 실제 환경용 정책 평가

빠른 시작

1. 1

   pip으로 패키지를 설치하세요

   pip install --upgrade mani_skill
2. 2

   시스템과 호환되는 버전의 torch를 설치하세요

   pip install torch
3. 3

   문서의 안내에 따라 렌더링용 Vulkan을 설정하세요

사용 전 알아둘 점

• !Linux에서 가장 잘 지원되며, Windows와 macOS 지원은 제한적입니다.
• !GPU 가속 시뮬레이션은 Windows, macOS 또는 WSL에서 사용할 수 없습니다.
• !렌더링하려면 Vulkan 설정이 필요합니다.
• !에셋 데이터는 CC BY-NC 4.0 라이선스에 따라 제공되며, 상업적 이용은 불가합니다.

포함된 컬렉션

토픽

자주 묻는 질문

ManiSkill은(는) 무엇인가요?

SAPIEN 기반의 오픈소스 GPU 병렬 로봇 시뮬레이션·학습 프레임워크로, 조작 기술에 중점을 둡니다. ManiSkill은 로봇 조작 기술의 학습과 벤치마킹을 위해 SAPIEN을 기반으로 구축된 로봇 시뮬레이션 프레임워크입니다. 핵심은 GPU에서 여러 시뮬레이션 환경을 병렬로 실행하는 것으로, 이를 통해 시각 및 상태 기반 학습 데이터를 대량으로 빠르게 수집할 수 있습니다.

ManiSkill은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

ManiSkill은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

ManiSkill은(는) 아직 유지보수되고 있나요?

6개월 이내 업데이트. ManiSkill의 마지막 커밋은 2026년 8월 4일입니다.

ManiSkill은(는) 어디에 사용할 수 있나요?

병렬 시뮬레이션에서 강화 학습으로 조작 정책 학습 모방 학습용 대규모 합성 데이터셋 생성 표준화된 조작 작업을 통해 로봇 학습 알고리즘 벤치마킹 sim-to-real 배포 전에 시뮬레이션에서 실제 환경용 정책 평가

ManiSkill는 어떻게 설치하나요?

pip으로 패키지를 설치하세요: pip install --upgrade mani_skill 시스템과 호환되는 버전의 torch를 설치하세요: pip install torch 문서의 안내에 따라 렌더링용 Vulkan을 설정하세요

ManiSkill은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/mani-skill/ManiSkill