Repolode
Enviar
mani-skill

mani-skill/ManiSkill

Framework open source de simulação e treinamento de robôs, paralelizado na GPU e baseado no SAPIEN, com foco em habilidades de manipulação.

Ver no GitHubSite
Estrelas
3,495
Forks
561
Issues abertas
167
Último commit
há 3 meses

O que é?

ManiSkill é um framework de simulação de robôs baseado no SAPIEN, voltado ao treinamento e benchmarking de habilidades de manipulação robótica. Sua ideia central é executar vários ambientes simulados em paralelo na GPU, tornando viável coletar rapidamente grandes volumes de dados de treinamento visuais e baseados em estado.

O framework oferece simulação paralelizada na GPU, em que cada ambiente paralelo pode conter uma cena ou um conjunto de objetos diferente. As tarefas de exemplo abrangem humanoides, manipuladores móveis e robôs de braço único, incluindo manipulação sobre mesas, desenho, limpeza e manipulação dexterosa. Uma API para criação de tarefas oculta grande parte do gerenciamento de memória da GPU por trás de um design orientado a objetos.

ManiSkill também inclui baselines ajustados para aprendizado por reforço (PPO, SAC, TD-MPC2), aprendizado por imitação (behavior cloning, Diffusion Policy) e modelos vision-language-action, além de exemplos de avaliação real-to-sim e implantação sim-to-real. A instalação é feita via pip, e o framework funciona melhor no Linux com uma GPU NVIDIA.

Recursos principais

  • 01Coleta de dados RGBD e de segmentação paralelizada na GPU, com altas taxas de quadros
  • 02Simulação paralelizada na GPU com cenas heterogêneas entre os ambientes
  • 03API orientada a objetos para criação de tarefas, que abstrai o gerenciamento de memória da GPU
  • 04Tarefas de exemplo com humanoides, manipuladores móveis e robôs de braço único
  • 05Baselines para RL, aprendizado por imitação e modelos vision-language-action

Casos de uso

  • Treinar políticas de manipulação com aprendizado por reforço em simulações paralelas
  • Gerar grandes conjuntos de dados sintéticos para aprendizado por imitação
  • Avaliar algoritmos de aprendizado robótico em tarefas padronizadas de manipulação
  • Avaliar políticas do mundo real em simulação antes da implantação sim-to-real

Início rápido

  1. 1

    Instale o pacote com pip

    pip install --upgrade mani_skill
  2. 2

    Instale uma versão do torch compatível com seu sistema

    pip install torch
  3. 3

    Configure o Vulkan para renderização seguindo as instruções da documentação

Antes de usar

  • O suporte é melhor no Linux; no Windows e no macOS, é limitado.
  • A simulação acelerada por GPU não está disponível no Windows, macOS ou WSL.
  • É necessário configurar o Vulkan para renderização.
  • Os dados dos assets são licenciados sob CC BY-NC 4.0, que não permite uso comercial.

Em coleções

Frameworks e ambientes de aprendizado por reforçoProjetos de robótica e IA corporificada

Tópicos

#embodied-ai#robotics#robot-learning#reinforcement-learning#simulation#robot-manipulation

Perguntas frequentes

O que é ManiSkill?
Framework open source de simulação e treinamento de robôs, paralelizado na GPU e baseado no SAPIEN, com foco em habilidades de manipulação. ManiSkill é um framework de simulação de robôs baseado no SAPIEN, voltado ao treinamento e benchmarking de habilidades de manipulação robótica. Sua ideia central é executar vários ambientes simulados em paralelo na GPU, tornando viável coletar rapidamente grandes volumes de dados de treinamento visuais e baseados em estado.
ManiSkill é gratuito? Qual é a licença?
ManiSkill é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
ManiSkill ainda é mantido?
Atualizado nos últimos 6 meses. O último commit de ManiSkill foi em 4 de ago. de 2026.
Para que posso usar ManiSkill?
Treinar políticas de manipulação com aprendizado por reforço em simulações paralelas Gerar grandes conjuntos de dados sintéticos para aprendizado por imitação Avaliar algoritmos de aprendizado robótico em tarefas padronizadas de manipulação Avaliar políticas do mundo real em simulação antes da implantação sim-to-real
Como instalar ManiSkill?
Instale o pacote com pip: pip install --upgrade mani_skill Instale uma versão do torch compatível com seu sistema: pip install torch Configure o Vulkan para renderização seguindo as instruções da documentação
Onde consigo ManiSkill?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/mani-skill/ManiSkill

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados