Repolode
mani-skill

mani-skill/ManiSkill

Открытый фреймворк для симуляции роботов и обучения навыкам манипуляции, построенный на SAPIEN и поддерживающий параллельные вычисления на GPU.

Звёзды
3,498
Форки
561
Открытые issues
167
Последний коммит
3 месяца назад

Что это?

ManiSkill — фреймворк для симуляции роботов на базе SAPIEN, предназначенный для обучения и сравнения навыков роботизированной манипуляции. Его основная идея — запускать множество симулируемых сред параллельно на GPU, чтобы быстро собирать большие объёмы визуальных данных и данных о состоянии.

Фреймворк поддерживает параллельную симуляцию на GPU, где в каждой среде могут быть отдельная сцена или свой набор объектов. В примерах представлены задачи для человекоподобных роботов, мобильных манипуляторов и одноруких роботов: работа на столе, рисование, уборка и сложные манипуляции. API для создания задач скрывает большую часть управления памятью GPU за объектно-ориентированным интерфейсом.

В ManiSkill также есть настроенные базовые реализации для обучения с подкреплением (PPO, SAC, TD-MPC2), имитационного обучения (behavior cloning, Diffusion Policy) и моделей vision-language-action, а также примеры оценки real-to-sim и развёртывания sim-to-real. Фреймворк устанавливается через pip и лучше всего работает в Linux с GPU NVIDIA.

Ключевые возможности

  • 01Сбор RGBD-данных и данных сегментации на GPU с высокой частотой кадров
  • 02Параллельная симуляция на GPU с различающимися сценами в разных средах
  • 03Объектно-ориентированный API для создания задач, который абстрагирует управление памятью GPU
  • 04Примеры задач для человекоподобных роботов, мобильных манипуляторов и одноруких роботов
  • 05Базовые реализации для RL, имитационного обучения и моделей vision-language-action

Сценарии использования

  • Обучение политик манипуляции с подкреплением в параллельной симуляции
  • Создание больших синтетических датасетов для имитационного обучения
  • Сравнение алгоритмов обучения роботов на стандартизированных задачах манипуляции
  • Оценка политик для реального мира в симуляции перед развёртыванием sim-to-real

Быстрый старт

  1. 1

    Установите пакет с помощью pip

    pip install --upgrade mani_skill
  2. 2

    Установите версию torch, совместимую с вашей системой

    pip install torch
  3. 3

    Настройте Vulkan для рендеринга, следуя инструкциям в документации

Что важно знать

  • Лучше всего поддерживается Linux; поддержка Windows и macOS ограничена.
  • Симуляция с ускорением на GPU недоступна в Windows, macOS и WSL.
  • Для рендеринга требуется настройка Vulkan.
  • Данные ресурсов распространяются по лицензии CC BY-NC 4.0, запрещающей коммерческое использование.

В подборках

Темы

Частые вопросы

Что такое ManiSkill?
Открытый фреймворк для симуляции роботов и обучения навыкам манипуляции, построенный на SAPIEN и поддерживающий параллельные вычисления на GPU. ManiSkill — фреймворк для симуляции роботов на базе SAPIEN, предназначенный для обучения и сравнения навыков роботизированной манипуляции. Его основная идея — запускать множество симулируемых сред параллельно на GPU, чтобы быстро собирать большие объёмы визуальных данных и данных о состоянии.
ManiSkill можно использовать бесплатно? Какая у него лицензия?
ManiSkill распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
ManiSkill всё ещё поддерживается?
Обновлялся за последние 6 месяцев. Последний коммит в ManiSkill — 4 авг. 2026 г..
Для чего можно использовать ManiSkill?
Обучение политик манипуляции с подкреплением в параллельной симуляции Создание больших синтетических датасетов для имитационного обучения Сравнение алгоритмов обучения роботов на стандартизированных задачах манипуляции Оценка политик для реального мира в симуляции перед развёртыванием sim-to-real
Как установить ManiSkill?
Установите пакет с помощью pip: pip install --upgrade mani_skill Установите версию torch, совместимую с вашей системой: pip install torch Настройте Vulkan для рендеринга, следуя инструкциям в документации
Где скачать ManiSkill?
Исходный код и инструкции по установке — на GitHub: https://github.com/mani-skill/ManiSkill

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Китайскоязычная база знаний и подборка материалов по Embodied AI: алгоритмы, инфраструктура, управление и оборудование, а также практическое руководство по RoboTwin 2.0.

16,9 тыс.+95 за неделю1,1 тыс.OtherОбновлён 14 дней назад

Открытый фреймворк для создания embodied-агентов, которые используют LLM-планировщики, VLA-модели манипуляции и память для выполнения задач на симуляторах и реальных роботах.

1,7 тыс.+42 за неделю162PythonApache-2.0Обновлён 13 часов назад

Платформа для симуляции в робототехнике и embodied AI: объединяет мультифизический движок, фотореалистичный рендерер и кроссплатформенный компилятор с интерфейсом на Python.

30,2 тыс.+49 за неделю2,9 тыс.PythonApache-2.0Активно поддерживаетсяОбновлён 6 часов назад